Автоматизированное проектирование сложных технических систем , таких как вычислительные системы, корпоративные сети характеризуется неполнотой проектной информации на всех этапах проектирования от технического задания до формирова ния проектной документации. Неполнота информации является принципиальной для сложных объектов и связана с большой размерностью объекта проектирования, ненаблюдаемостью ряда переменных объекта проектирования, влиянием на функционирование системы социально го окружения, субъективизмом поведения пользователя. Традиционным подходом к использованию неполных данных является подход, использующий вероятностные методы. Однако для процесса проектирования характерны неаддитивные субъективные вероятности или методы теории возможностей в отличии от объективного вероятностного описания поведения объекта проектирования. Во многих исследованиях в основном зарубежных ученых в настоящее время формируется направление: “мягкие вычислени я”, сочетающие синергетический эффект вероятностных рассуждений, теории нечетких систем, теории нейронных сетей и эволюционного моделирования. В рамках указанных направлений могут быть решены новыми методами традиционные для САПР задачи оптимизации ресур сов в условиях неполноты информации, принятия проектных решений. Современное направление мягких вычислений позволяет сформулировать и решить многие, характерные для САПР задачи с учетом неполноты информации. Причем, синергетический эффект интеграции веро ятностных рассуждений, теории нечетких систем, теории нейронных сетей и эволюционного моделирования может составить научную основу для глубинной интеграции систем автоматизированного проектирования, интеллектуальных систем и систем принятия решений. Э кспертная диагностика таких сложных объектов проектирования, как вычислительные сети, основана на анализе временных рядов, характеризующих поведение среды функционирования технической системы, прототипа объекта проектирования, результатов имитационного моделирования.

Опишем текущее состояние ВС с точки зрения размещения коммуникационного оборудования. Считаем, что на некотором этапе развития ВС принято решение о прокладке центральной магистрали, закупке и установке коммуникационного оборудовани я. Перечень рабочих станций (узлов) ВС известен. Причем, для узлов решена задача размещения - известны координаты узлов. Размещение узлов в условиях учреждения подчиняется сложившейся структуре подразделений, запросов пользователей, поэтому представляе тся, что техническую оптимизацию целесообразно ограничить рамками размещения коммуникационного оборудования. Коммуникационное оборудование представлено - маршрутизаторами, концентраторами и/или коммутаторами. Каждый узел (рабочая станция) может быть по дключен только к одному коммутатору/концентратору (ком/конц), таким образом каждый ком/конц определяет сегмент ВС. Разбиение узлов по ком/конц считаем известным.

Задача выбора коммуникационного оборудования задается на уровне каналов связи, каждый канал k характеризуется пропускной способностью - реальной P_k и максимальной P^maxk(бит/сек). Интенсивность взаимодействия (передачи сообщений) любой пары узлов - это величина B_ij (бит/сек).

Величина B_ij измеряется в течении длительного промежутка времени Т и усредняется. Усреднение может быть представлено вычислением среднего значения B_ij ^ср или построением на основе гистограммы распределения вероятностей или построением функции принадлежности на основе распределения возможностей.

Множество вершин М₁ и множество вершин M₂ - это множества узлов по одну и другую стороны от канала связи

Интенсивность взаимодействия рабочих станций ВС , величины B_ij могут быть охарактеризованы как нечеткие, так как измерения могут выявить лишь интервал с распределением возможности. Такие величины можно представить с помощью трапециевидных или колоколообразных функций распределения возможности. Реальные пропускные способности каналов связи также нечеткие величины, то есть в теоретическом плане сравнение значений пропускных способностей и суммарного трафика - это сравнение двух нечетких интервалов.

В реальных ВС количество комм/конц n обычно невелико, поэтому количество вариантов выбора комм/конц равно 2ⁿ. Для n=10, количество вариантов - 1024, то есть даже с точки зрения средней вы числительной производительности невелико. Необходимо оценить суммарный трафик всех каналов для всех вариантов распределения. Кодирование решения, то есть варианта выбора комм/конц, удобно представить битовой строкой длины n, в которой i-ая позиция содержит 0, если это концентратор и 1, если это коммутатор.Генерация очередного варианта = это операция инкремента на 1 двоичного числа, представленного битовой строкой.

где K - количество каналов, а L - множество всех вариантов выбора коммуникационного оборудования.

Задача оптимального размещения коммутационного оборудования может быть поставлена и решена как задача возможностного программирвоания. Задача выбора коммуникационного оборудования решается алгоритмом полного перебора или эвристичес ким алгоритмом целенаправленного поиска Задача модернизации топологии может быть решена с помощью генетического алгоритма. Результативным методом оптимизации топологии ВС является генетический алгоритм с предложенным вариантом кодирования хромосом и фун кцией оптимальности