A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 EVOLVABLE HARDWARE Aplicação de Computação Evolucionária no Projeto, Otimização e Síntese de Sistemas HardwareEvolucionário Hardware Evolucionário.

Apresentações semelhantes


Apresentação em tema: "1 EVOLVABLE HARDWARE Aplicação de Computação Evolucionária no Projeto, Otimização e Síntese de Sistemas HardwareEvolucionário Hardware Evolucionário."— Transcrição da apresentação:

1 1 EVOLVABLE HARDWARE Aplicação de Computação Evolucionária no Projeto, Otimização e Síntese de Sistemas HardwareEvolucionário Hardware Evolucionário

2 2 Sumário l O que é Evolvable Hardware? l Taxonomia l Exemplos de Aplicação; êProjeto de Sistemas Digitais; êProjeto de Sistemas Analógicos; êProjeto de Circuitos Integrados CMOS; êRobótica; êPlataforma de Evolução de Circuitos êProjetos na Engenharia Civil l Futuro da Área

3 3 O Que é Evolvable Hardware? Área que investiga a aplicação de Computação Evolucionária no projeto, otimização ou síntese de sistemas de hardware: n circuitos eletrônicos; n robôs; n controladores; n outras estruturas (civil, mecânica, física, etc); “Evoluir ao invés de projetar”

4 4 Evolvable Hardware n Projeto de Sistemas –determinação de valores e/ou tipos dos componentes empregados no projeto de um sistema; n Otimização –determinação dos valores ótimos (semi-ótimos) dos valores ou dimensões dos componentes de um sistema; n Síntese –identificação da estrutura/arquitetura de um sistema e a determinação dos componentes (tipos e valores).

5 5 Projeto e Síntese avaliação Sistema Evolucionário Simulador ou Circuito Reconfigurável componentesobjetivosestrutura HardwareSintetizado

6 6 Circuitos Eletrônicos Reconfiguráveis FPGA (Field Programmable Gate Arrays) Palavras binárias programam a RAM do FPGAPalavras binárias programam a RAM do FPGA Genótipo ==> memória do dispositivoGenótipo ==> memória do dispositivo Fenótipo ==> circuito eletrônicoFenótipo ==> circuito eletrônico Dispositivos reconfiguráveis deram origem ao uso de Algoritmos Genéticos para a evolução de circuitos.

7 7 FPGA n possui alta capacidade lógica n alta flexibilidade n utiliza SRAM para programar conecções n está transformando o projeto de circuitos digitais n requer ferramentas de software para projetos Consiste de um array de blocos lógicos dissociados e de recursos de interconecção configuráveis pelo usuário. e de recursos de interconecção configuráveis pelo usuário.

8 8 Estrutura da FPGA Programa conexões

9 9 Surgimento de EHW baseou-se na semelhança dos cromossomos de GAs com a palavra binária que configura um circuito programável GA Seleção, Crossover, Mutação... Genótipo - (0,1,1,0,1,1...) Avaliação CI programável

10 10 TAXONOMIA EHW Processo de Avaliação do Hardware Tipo de Sistema Evolucionário Área de AplicaçãoPlataformaEvolutiva IntrínsicoExtrínsico GATradicional ProgramaçãoGenética ProgramaçãoEvolucionária Circuitos em geral em geral Robótica VLSI CircuitosProgramáveisHardwareDedicado Simuladores Civil, Mecânica, Química, Física, etc

11 11 Eletrônica Evolutiva n Evolução Extrínseca »Avaliação feita por simuladores ( SPICE, SIMON) n Requerem muito tempo para avaliar os circuitos n Não consideram todas as propriedades da física do meio eletrônico n Podem sintetizar circuitos que não funcionam quando implementados no meio real n Evolução Intrínseca »Avaliação feita em plataformas reconfiguráveis n Síntese de circuitos digitais: FPGA n Síntese de circuitos analógicos: FPAA

12 12 Exemplos de Aplicações em Eletrônica l Lógica Combinacional (Digital); l Lógica Sequencial (Digital); l Lógica de Transistores (Digital/Analog); l VLSI Analógico(Otimização); l Filtros Passivos (Analógico); l Amplificadores (Analógico); l Circuitos baseados em capacitores chaveados chaveados

13 13 Modelagem de EHW Representação: circuito  cromossoma Representação: circuito  cromossoma Decodificação: cromossoma  circuito Decodificação: cromossoma  circuito Avaliação: erro da saída obtida através de simulação/teste do circuito Avaliação: erro da saída obtida através de simulação/teste do circuito Operadores Genéticos:crossover, mutação Operadores Genéticos:crossover, mutação

14 14 Circuitos Analógicos... Gene Gene codifica componentes, valores e conexões

15 15 Representação por cadeia linear de genes NPN 2 4 C 10uF 3 5 R 10k êCada gene codifica um componente;

16 16 Main Store MAR MBR IR PC ALU D0 Cmar Cmbr Cir Cpc Cdo Calu Read Address InputWrite Gmsr Gmsw Gmbr Embr Gir Eir Gpc Epc Gdo Edo GaluEalu R W Barramento Evolução de uma Unidade de Controle de um Computador

17 17 Projeto de Sistemas Analógicos n Síntese automática de: –Amplificadores Operacionais; –Sintonizadores –Filtros analógicos passivos –Etc

18 18 Síntese automática de filtros analógicos n Filtros analógicos passivos: constituídos por resistores, capacitores e indutores discretos; n Especificação e avaliação do sistema é feita no domínio da frequência; n Algoritmo busca por melhor projeto no espaço, contendo topologias organizadas em malhas; n Cada Gene é uma malha do circuito.

19 19Representação Cada gene representa uma malha, que é composta por dois elementos. No caso da Malha 1, R e C determinam a natureza do elemento e ValR eValC seus respectivos valores. Gene representante da Malha 1 = (R, ValR, C, ValC) ValR ValC

20 20 Operadores l Mutação pode alterar natureza ou valor do componente; l Aumento de tamanho de cromossomo aumenta o cromossomo de 1 gene, isto é, acrescenta uma malha ao circuito;

21 21 Avaliação n Avaliação é realizada no domínio da frequência de interesse do projeto; n Fórmula Geral: A aptidão é determinada por um somatório ao longo das frequências de interesse; (T i - O i ) é o desvio entre a resposta obtida O i e a desejada T i ; A i deve ser definido de modo a penalizar mais fortemente erros em bandas de frequência mais importantes no projeto. “Total” é o número de pontos de frequência que se deseja avaliar.

22 22 Exemplo de Aplicação l Projeto de um filtro Passa-Faixa, com banda passante entre 2000 Hz e 3000 Hz; l Apenas valores de resistores, indutores e capacitores comerciais são usados pelo GA; l Valores dos componentes abrangem diversas ordens de grandeza (de mOhms à MOhms, de nF à mF, de nH à mH).

23 23 Filtro Evoluído: Cinco malhas: C- R, L-C, L-R, L-C e C-R.

24 24 Resposta em Frequência do Filtro Evoluído

25 25 Projetos CMOS Analógicos l CMOS - Complementary Metal-Oxide Silicon; l Usar evolução para projetar circuitos em um nível ainda mais baixo, o de transistores; l Comportamento de circuitos analógicos é fortemente determinado pelo comprimento e largura de transistores êRegião de Operação (Inversão fraca e forte) determina consumo do circuito.

26 26 Transistor NMOS a Nível de Camadas Semicondutoras Polisilício Difusão N W L è Relação W/L determina comportamento do transistor G D S

27 27 Exemplo de Aplicação: Amplificador Operacional Classe A

28 28 Representação l Cada cromossomo deve codificar as dimensões dos oito transistores, W / L, a corrente de polarização e o valor do capacitor de compensação; W L W L I C

29 29 Avaliação l Problema com múltiplos objetivos l Método de Minimização de Energia l Diversos requisitos podem ser escolhidos para avaliar o desempenho do circuito: è Ganho / Banda-Passante; è Slew-Rate; è Consumo; è Capacidade de carga.

30 30

31 31

32 32 Evolução Intrínseca n Avaliação em plataformas reconfiguráveis »FPAA: Field Programmable Analogic Array n FPAA dispõe de componentes analógicos e recursos para conexão n Algoritmo Genético configura interconexões n Sinais de saída são lidos, convertidos para digital e o circuito é avaliado

33 33 PLATAFORMA RECONFIGURÁVEL ANALÓGICA PARA A EVOLUÇÃO INTRÍNSECA DE CIRCUITOS n PAMA: Programmable Analog Multiplexer Array n Sistema de desenvolvimento de EHW –Hardware Reprogramável –Algoritmo Evolucionário

34 34 Circuito Reconfigurável Analógico n Três camadas: –Componentes discretos –Multiplexadores analógicos –Barramento analógico n Cada terminal de componente é conectado a uma linha do barramento analógico através de um multiplexador analógico. n Cromossoma binário –Cada gene configura um multiplexador

35 35 Circuito Reconfigurável Analógico

36 36 AG - Representação

37 37 O Processo Evolucionário na PAMA n População inicial aleatória –Cromossomos ( bits de controle ) n Avaliação: Resposta do circuito é comparada com a resposta desejada n Nova população: Steady-State, crossover e mutação

38 38 PAMA – versão 3 n Interface –Placa de comunicação multifuncional »Download dos bits do cromossoma »Conversão A/D - sinais para avaliação do circuito n Circuito Reconfigurável Analógico –32 mux/demux 16x1 (conecta, por exemplo, até 16 componentes de 2 terminais ou 10 de 3 terminais) –16 linhas no barramento analógico (interconexões) –16 octal tri-state latches (armazena cromossoma)

39 39 PAMA

40 40 PAMA Algoritmo Evolucionário

41 41 PAMA Placa de aquisição

42 42 PAMA Hardware Reprogramável

43 43 Circuito Reconfigurável Analógico

44 44 Circuito Reconfigurável Analógico Mux/Demux Analógicos

45 45 Circuito Reconfigurável Analógico Barramento Analógico

46 46 Circuito Reconfigurável Analógico Componentes Discretos

47 47 Circuito Reconfigurável Analógico Bits do Cromossoma

48 48 Fotografia do Circuito da PAMA

49 49 Exemplos n Ou-exclusivo n Multiplexador 2x1 –Sintetizar um circuito com várias entradas n Amplificador Operacional –Vários objetivos na função de avaliação n Amplificador Logarítmico –Componentes discretos de granularidade alta (OPAMPs)

50 50 Multiplexador 2x1 n Parâmetros do AG: –População : 100 –Gerações : 50 –Crossover : 0.7 –Mutação : 0.10 –Steady State: 100 –Normalização Exponencial : 0.9

51 51 Multiplexador 2x1 –Componentes discretos » oito transistores e quatro resistores –Canais externos (6) »Fonte de alimentação (+2V) »Referência negativa (-2V) »Entrada 1 (500Hz) »Entrada 2 (500Hz) »Entrada 3 (sinal de seleção do mux evoluído 100Hz) »Saída –Função de Avaliação »Erro = ( saída desejada – saída do circuito ) 2

52 52 Multiplexador 2x1 –Amostras de cada sinal : 150 –Circuitos avaliados : 10 3 –Espaço de Busca : –Tempo de evolução : 4 minutos (150 amostras * 4 sinais * 5000 indivíduos * 0.08ms por conversão = 240s). (150 amostras * 4 sinais * 5000 indivíduos * 0.08ms por conversão = 240s). –Saída computada de acordo com sinal de seleção (entrada 3): se igual a –2V, então a saída deveria ser igual à entrada 2; caso contrário, a saída deveria ser igual à entrada 1.

53 53 Multiplexador 2x1: três entradas ( input1, input2, select ) e saída

54 54 Circuito do Multiplexador Analógico 2x1 evoluído

55 55 Circuito do Multiplexador Analógico 2x1 evoluído com as resistências internas dos multiplexadores do CRA

56 56 Tolerância à Falhas e Auto-Reparo n Sintetizar circuito usados em ambientes hostis: – Missões Espaciais; – Locais subterrâneos; – Locais de difícil acesso; – Ambientes Submarinos.

57 57 Tolerância à Falhas e Auto-Reparo n Exemplo de experimento de auto-reparo.

58 58 Tolerância à Falhas e Auto-Reparo Inversor

59 59 Tolerância à Falhas e Auto-Reparo n Gerações: 25 n População: 40 n Crossover: 65% n Mutação: 5% n Steady State: 10 n Normalização Exponêncial: 90 n Herança Genética: 10 n Experimentos: 5

60 60 Tolerância à Falhas e Auto-Reparo Inversor Reparado

61 61 Projeto de Ligações de Estruturas Metálicas (civil) n Ligações levam a inúmeros detalhes e restrições

62 62 Objetivo Utilizar computação evolucionária na determinação dos diversos parâmetros de uma ligação através do método das componentes.

63 63 Exemplo Adotado

64 64 Exemplo 1 n Variação do diâmetro dos parafusos  limites mínimos e máximos n Distâncias ajustadas pelo valor limite n População de 100 indivíduos n Taxa de crossover: 0,70 n Taxa de mutação: 0,10

65 65 Exemplo 2 n Variação do diâmetro dos parafusos e dos espaçamentos verticais n Restrições de distâncias mínimas e máximas n População de 500 indivíduos n Taxa de crossover: 0,70 n Taxa de mutação: 0,10

66 66 Exemplo 3 n Variação do diâmetro dos parafusos, espaçamentos verticais e horizontais n Restrições de distâncias mínimas e máximas n População de 2000 indivíduos n Taxa de crossover: 0,70 n Taxa de mutação: 0,10

67 67 Resultados n Resultados altamente satisfatórios n Existência de várias configurações que levam a um mesmo valor de momento fletor n Aperfeiçoamento: inclusão de um novo critério  custo n Aptidão calculada a partir do fator momento / custo

68 68 Futuro da Área l Projetos de sistemas eletrônicos mais complexos, como aqueles destinados ao reconhecimento de padrões (arquitetura não conhecida); l Evolução em plataformas que reproduzam com maior fidelidade as condições das aplicações (placas reconfiguráveis); l Evolução de Sistemas de Hardware auto- reconfiguráveis e tolerante à falhas. l Aplicações em outras áreas da engenharia, física etc


Carregar ppt "1 EVOLVABLE HARDWARE Aplicação de Computação Evolucionária no Projeto, Otimização e Síntese de Sistemas HardwareEvolucionário Hardware Evolucionário."

Apresentações semelhantes


Anúncios Google