CN1071526A - 并行计算机结构及其应用 - Google Patents
并行计算机结构及其应用 Download PDFInfo
- Publication number
- CN1071526A CN1071526A CN 91109243 CN91109243A CN1071526A CN 1071526 A CN1071526 A CN 1071526A CN 91109243 CN91109243 CN 91109243 CN 91109243 A CN91109243 A CN 91109243A CN 1071526 A CN1071526 A CN 1071526A
- Authority
- CN
- China
- Prior art keywords
- node
- bus
- end points
- computer
- points machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Multi Processors (AREA)
Abstract
本发明的并行计算机结构具有多条纵向和横向
总线By,Bx,纵横总线相交叉但不直接相连,在纵横
总线上分别连接有纵横总线端点机Y,X,在纵横总
线各交叉点上设置有结点机N及连接器C,该连接
器用于将Y,X及N之间的通信联系。本发明的计
算机特别适用于并行处理,例如模糊推理,为此,将
Y用于存放知识库和模糊数据库,N用于模糊推理
运算,X用于数据输入及运算结果的归一化处理,并
且设计了具有链表结构的并行知识库。
Description
本发明涉及一种并行计算机结构及其应用方法,特别是一种具有纵横总线的并行计算机结构以及使用具有该并行结构的计算机进行模糊推理的方法。
众所周知,40多年来,计算机迅速更新换代,一至四代计算机虽然在计算速度和容量上迅速提高,但其结构均属传统的冯.诺依曼结构,故称冯氏计算机或传统的顺序计算机。这种计算机的特点是单指令流、单数据流、串行工作,较适合于数值计算和数据处理。
随着社会的发展和计算机应用的日益广泛和深入,已从数据处理深入到知识处理。尽管可以借助人工智能软件,但是,对于知识处理这一复杂的应用领域,利用传统的计算机已不能满足人们对速度和功能的要求。特别是对模糊知识的处理,尤其是军事决策,迫切需要新一代计算机。
因此,本发明的目的在于克服现有技术中存在的不足而提供具有并行结构的计算机。
本发明的进一步的目的在于提供尤为适合进行模糊推理的并行结构计算机。
本发明是通过以下方式得以实施的:该并行计算机结构包括:
多条纵向总线和至少一条横向总线;
与纵向总线连接的纵向总线端点机;
与横向总线连接的横向总线端点机;
与纵向和横向总线交叉点相连接的结点机。
纵向总线端点机的数量与纵向总线的数量相等,且一一对应;
横向总线端点机的数量与横向总线的数量相等,且一一对应;
结点机的数量与纵向和横向总线交叉点的数量相等,且一一对应。
纵向和横向总线端点机是用于存放数据、进行运算和输入输出的微机模块;
结点机是用于进行运算和与纵向横向总线端点机之间进行数据交换的微机模块;
所述的微机模块包括CPU和存贮器,且各微机模块在工作上是相互独立的。
该并行计算机结构进一步包括一个用于结点机与总线交叉点之间连接的且具有三个总线端的连接器,所述的三个总线端分别与结点机、纵向总线,以及横向总线相连接。
所述的连接器包括一个闭合的总线环路,在该环路上设置六组具有通/断功能的驱动器以将该环路分割为六段,在各段上交替地设置有用于存放数据的存贮器和起连接作用的总线端,并且,与一个总线端相邻的两组驱动器的通/断控制线与该总线端所连微机模块的控制线相连接并因此受其控制。
本发明使用该并行结构的计算机进行模糊推理的方法是以如下方式来实现的:
纵向总线端点机用作存放知识库、模糊数据库和动态数据库;
横向总线端点机用作数据的输入/输出;
结点机用作模糊运算;
在模糊推理过程中,纵向总线端点机与结点机之间频繁进行运算数据与运算结果数据的交换,以得到最终推理结果。
模糊矩阵的各列分别对应于各纵向总线端点机,且一模糊矩阵列的知识库、模糊数据库及动态数据库存放在属于该列的纵向总线端点机内;
纵向总线端点机对推理树集中的同一结点的运算数据将传给位于同一行的结点机上并在其上进行运算;
横向总线端点机还用于归一运算,且位于同一行结点机的运算结果将传给该行上的横向总线端点机并在其上进行归一运算;
归一化的运算结果由横向总线端点机传给纵向总线端点机。
所述知识库为具有链表结构的表格,它包括的项目有:父结点表格的地址,本表值,各子结点值及相对应的权值。
所述从纵向总线端点机传给结点机的运算数据是知识库表格内所含的子结点值及权值;
所述在结点机上进行模糊运算是用模糊算子定义的运算规则对子结点值及权值进行运算而得到运算结果,该运算结果即是所述的本表值;
所述的结点机归一化处理即是对本表值进行的归一化处理。
纵向总线端点机得到经过归一化处理的本表值后,将该值填入其父结点表格内相应子结点值位置,当该父结点表格内所有子结点值填满后,将向结点机发出该表格内的子结点值及对应的权值以进行更上一层的模糊推理运算。
初始因素值及权值是通过横向总线结点机传给各纵向总线结点机的,存贮于各纵向总线端点机的所述并行模糊数据库是根据初始因素的隶属函数建立的,在各模糊数据库中初始因素值被转换为叶结点值。
所述的模糊算子可以是(+,.),(max,min),(max,.)之一或其它的形式;
本发明的构成、效果以及其它的目的将通过下面的实施例并结合相应附图得以更详细的描述。
说明书附图说明如下:
图1为本发明并行结构计算机的原理图;
图2为本发明计算机中纵/横总线端点机框图;
图3为本发明计算机中结点机框图;
图4为本发明计算机中连接器框图;
图5为本发明计算机中连接器的门控开关框图;
图6A,6B分别为推理树和模糊推理树集图;
图7为一结点在模糊推理过程中的运算分解图;
图8为本发明的模糊推理的实现方法的示意图。
如图1所示,本发明的并行结构的计算机由多条纵向总线By1,By2,...Byn、多条横向总线Bx1,Bx2,...Bxm、与总线By1,By2,...Byn分别连接的纵向总线端点机Y1,Y2,...Yn、与总线Bx1,Bx2,...Bxm分别连接的横向总线端点机X1,X2,...Xm、位于每个纵横向总线交叉点的结点机N1,1,N1,2,...N1,n,N2,1,N2,2,...N2,n,...Nm,1,Nm,2,...Nm,n、以及连接器C1,1,C1,2,...C1,n,C2,1,C2,2,...C2,n,......Cm,1,Cm,2,...Cm,n。纵横向总线交叉点不作直接连接。各纵向、横向总线端点机及结点机是独立工作的,它们之间的通讯通过具有三个总线端的连接器来完成。从图中可知,连接器被设计成具有这样的通讯方式:两两总线端的数据只能朝单一方向流动,按照图中所示的连接方式可知,纵向、横向总线端点机和结点机之间的数据流向是:纵向总线端点机→结点机,结点机→横向总线端点机,横向总线端点机→纵向总线端点机。
该并行结构的计算机可根据实际需要来选择总线的数量,这也就相应地确定了计算机的总体规模。该计算机在实际使用中还可根据需要连接与用户打交道的用户机,以提供例如显示,键盘输入,打印等功能。用户机可以与横向总线端点机相连。需说明的是,这里所说的“横向”“纵向”只是为了语言的表述,而不具有真正几何上的意义。
图2、图3分别为纵/横向总线端点机和结点机的电原理框图,它们都是具有CPU1,地址锁存器2,只读存贮器3,随机读写存贮器4,地址译码器5的微机模块。考虑到端点机的负载能力问题,端点机总线上加有总线驱动器6。端点机和结点机的总线包括数据总线D0~D7,地址总线A0~A7及控制总线,控制总线包括读写信号RD,WR,片选信号CS。纵/横向总线端点机的数据总线和地址总线对于该纵/横向总线端点机所在列/行上的m个/n个连接器均是公用的,而片选信号则分别与各连接器一一对应,因此,纵/横向总线端点机有片选信号CSi1,...CSim,CSo1,...CSom,/CSi1,...CSin,CSo1,...CSon(各连接器需用两条片选信号)。另外,纵/横向总线端点机还有开门信号Pi1,...Pim,Po1,...Pom/Pi1,...Pin,Po1,...Pon连接器用两条),用以位在该列/行上的各连接器进行数据投递和提取。由于结点机与连接器是一对一的,故它只有片选信号CSi,CSo以及开门信号Pi,Po。
为了完成与用户机的连接,横向总线端点机还可以包括一个串行或并行接口。
连接器如图4所示,它是纵向、横向总线端点机及结点机之间数据交换的枢钮。它包括一个闭合的含有数据总线、地址总线和控制总线的总线环路10,在该环路上设置六组三态驱动器12,以将该环路分割为六段,在各段上交替地设置有用于存放数据的随机存贮器11和起连接作用的总线端14。随机存贮器作为邮箱存放投递的数据,其容量可根据实际需要来选取。三态驱动器12的控制由门控开关13来完成,即一条与三态驱动器G端连接的控制线来进行控制。
在六组三态驱动器中,三组用于数据投递,另三组用于数据提取,如图4所示,凡位于随机存贮器11右侧的用于数据投递,而位于左侧的用于数据提取。并且,相邻于一个总线端的两组三态驱动器受与该总线端相连接的端点机或结点机的控制。这样,在一个总线端上进行数据的投取是对与该总线端相邻的两个存贮器来操作的,并进而使连接器内的数据流向均沿同一方向流动。按图4中对总线端的标记,数据传递方向为:横向总线端点机X至纵向总线端点机Y至结点机N至横向总线端点机X。
如图5所示,用于投取控制的门控开关主要由与门、或门、非门、电容组成,其作用是无冲突地对邮箱(存贮器11)进行“投递”和“提取”操作。该门控开关具有两组输入信号:OPi,CSi(用于数据“投递”)和OP0,CS0(用于数据“提取”),两组输入信号分别来自两个微机模块,例如,一个来自纵向总线端点机,另一个来自结点机。该门控开关还具有两组输出信号:OPi',OPi”-分别控制“投递”数据总线三态驱动器和地址及控制总线三态驱动器;以及OP0',OP0”-分别控制“提取”数据总线三态驱动器和地址及控制总线三态驱动器。若想投入邮箱时,有关微机先发投OPi信号(低有效),同时使片选CSi为低(低有效),则OPi',OPi”为低电位(有效)分别将邮箱投方的数据总线和地址总线、控制总线驱动器打开保证投方可访问邮箱。由于电路可以互锁,在OPi信号有效作用时,OP0不能起作用(即使有OP0加上),当邮箱完成投递后,取消OPi信号、OPi'、OPi”随即由低电位升至高电位,将投方驱动器门关闭。同时OP0'由高电位转至低电位,将取方地址总线、控制总线门打开,等待取。若以后有关微机要取邮箱信息,则发OP0,随即使OP0’,OP0”也由高电位降至低电位(有效),将取方数据总线驱动器门打开,保证取方可访问邮箱。
在本发明的并行计算机结构中,数据沿环路单流向按立体交叉方式迅速流动(见图1),例如,Yj的数据通过连接器Ci,j的环路,单方向流至结点Ni,j,结点机Ni,j的数据通过连接器Ci,j的环路送到Xi,Xi的数据通过连接器Ci,j的环路送至Yi。
如上所述,对于连接器内一个邮箱的操作而言,由于门控开关的作用,一个微机的投递和另一微机的提取是不发生冲突的。即当其一对邮箱进行操作时,另一个发出的操作控制信号OP及CS将不起作用或无效。此外,本发明对邮箱内“邮件”的有无还设置有标志码“允许投递”和“允许提取”,前者意味着只允许提取而后者意味着只允许投递。当一微机将箱门打开后(即它向连接器发出OP和CS控制信号且控制信号有效),该微机首先检查标志码,若标志码与其当前要进行的操作是一致的,则进行此操作并更改操作码,最后关闭邮箱;反之则直接关闭邮箱等待操作码的变更。但如果连到同一个微机(Y或X)的所有邮箱都已满,则必须按优先排队,先满者先被提取(亦可按邮箱号顺序提取,不分优先,当然不如优先排队提取快)。由X或Y提取后分检送至目的地。
综上所述,本发明的并行计算机结构或网络由若干结点组成。每个结点都由微机模块或单片机组成,它们有自己的时钟、程序存贮器(只读存贮器)、数据存贮器(随机读写存贮器)。网络间都可以并行传递信息。因此该网络是一个分布处理、分布管理、分布存储的多指令流、多数据流、异步自协调多机系统,而不是一般单指令流、多数据流并行处理机。
网络采用了两度并行设计,即层内并行和层间并行。因而效率高,速度快。
网络设计成异步系统,网络中每个结点都是个独立的处理机,各自完成自己的工作,结点间通过自协调完成系统的大同步。因而可以减轻信息传递延迟的影响、提高系统稳定性,又可保证系统有条不紊的协调工作。
网络各结点间采用环路单流向立体交叉并行传输方式,加上相应的硬件(连接器)设计,保证在网络中错纵复杂的信息传递过程中不会发生冲突和竞争,大大地提高了网络中多数据流的流动速度。
结点间采用邮箱传递,优先排队分检,从而减少了结点机的投递等待时间,提高了结点机的效率。
本发明的这种并行结构的计算机特别适用于模糊推理的运算,为了描述本发明的使用该计算机进行模糊推理的方法,先简述一下模糊推理的基本过程。
一般推理过程可以用一棵推理树来描述(图6A)而模糊推理则必须用一树集(即多层多级推理树)来描述(图6B)。
对于树集中每个结点的推理过程均可通过模糊变换来实现。
模糊变换可表示为:
R'=WoR
其中W为因素权重,R为模糊关系矩阵,即
“o”为算子,它可用是(+,.),(max,min),(max,.)或其它形式之一。
完成一次复杂的模糊决策,就必须沿一棵相应的推理“树集”,对“树集”中成百上千个结点逐点搜索,并逐点进行变换,直到根部。此外对于它所涉及到的许多初始因素(即叶结点因素),还必须逐个通过一集隶属函数,将其精确值转换成一集模糊矩阵向量,填入树集中的相应叶结点,而后按某种方式对“树集”中每个结点进行搜索、运算、变换、直到根结点。
可见,若用传统顺序计算机完成这一复杂的推理计算,相当费时,而采用本发明的并行结构计算机来完成则是轻而易举的。下面将说明在完成模糊推理过程中,本发明的并行结构计算机是如何被使用的。
参见图8,它是一个在推理过程中对一个结点进行运算的运算分解示意图。在该图中假设需要推理的题目是由一个三级的推理树集来描述的,在该树集的一个局部中包含了父结点A和子结点B,C,D,从子结点到父结点的推理运算为:
其中,r1',r2',r3'分别为已归一化的三级父结点值;w1,w2,w3分别为子结点B,C,D的权值;o为算子,rn,...r33为三级子结点的结点值。
如图所示,在运算过程中,要进行三次相互独立的运算来得到父结点未归一化值,即,权值w1,w2,w3与r11,r21,r31相运算得到r1,...,等等。运算的规则由所选择的算子来定,例如算子选为(max,min),所进行的运算为:w1,r11相比较,保留一最小值,同样,w2,r21相比,保留一最小值,w3,r31相比,保留一最小值,然后,这三个被保留值再相比较,取一个最大值,作为结果即r1。同理,对于第2列和第3列的子结点(第2级,第3级子结点)值与权值w1,w2,w3的运算也是相同的,并得到r2,r3。
如图所示,对于r1,r2,r3还要进行归一化运算,使运算后的三个值相加为1,该归一化运算公式为:
其中,ri为未归一化的值,ri'为已归一化的值。
由r1',r2',r3'构成的模糊矩阵向量相对于此向量所属结点A的上一层结点又成为子结点的向量,该向量将和与结点A同属于一父结点的其它子结点的向量构成另一个模糊矩阵。对该模糊矩阵重复上述模糊运算,从而使模糊推理逐步由低层结点移向高层结点,并最终到达推理树集的根结点。
为了实现使用本发明的并行结构的计算机进行模糊推理的目的,如图9示出的,首先,对每个结点构造一个结点表,例如,对结点A将有表A1,A2,A3。该表具有图9所示的格式,它包括表头和表尾,表头内含有本表值,即该表所属结点的结点值,以及(该表结点所属的)父结点的结点表地址,表尾内含有该表所属结点所连接的各子结点的结点值及权值。运算时,利用算子o所规定的运算规则对结点表表尾内的数据运算,并将运算后的结果r'(相当于A结点的矩阵向量)填入表头内r'所在的位置。根据表头内父结点的结点表地址的指引,再将r'填入父结点表的表尾内相应子结点值位置上,这样就完成了一个如图8所示的树集局部的推理过程。整个模糊推理是起始于树集最低层的叶结点,叶结点的初始因素值是通过与该因素相关的隶属函数转化而来的。
如果结点A是树集中的根结点,则模糊推理的过程就结束了。如果结点A是树集中的一个中间结点,则模糊推理还要继续下去。此时A结点相对于它的父结点变成子结点。对于结点A的结点值,如上所述,已通过对A1,A2,A3表内的B,C,D子结点值及权值的运算而得出,并填入到结点A所属的父结点结点表中,假设该父结点除含有子结点A之外,还有若干个其它子结点,则同样根据上述的运算,来得到相应的归一化的子结点值(矩阵向量),并填入到同一个父结点的结点表的相应子结点值位置。当该父结点表表尾内所有子结点值被填满后(即一个完整的模糊矩阵被构成),该父结点就可以开始进行推理运算了,从而使模糊推理逐步上升。
由上述及图9所示可知,对不同级的同一结点,需设与之对应的不同级的表格,例如对于结点A,设有与A1,A2,A3结点对应的表格。这些并行的表格是本发明所构造的并行知识库,同时,为了完成模糊推理还需要有并行模糊数据库,此库是根据初始因素的隶属函数建立起来的,在各模糊数据库中,初始因素值被转换为叶结点值,对于不同级的同一叶结点值构成模糊矩阵中的一个向量。在运算过程中还要有用于存放数据的且相并行的动态数据库。
所述的并行知识库,并行模糊数据库以及并行动态数据库存放在纵向总线端点机内,并且,推理树集中每一级推理树相关的知识库、数据库以及动态数据库放在一个纵向总线端点机内,为有效地利用并行结构计算机的硬件资源,最好推理树的级与纵向总线端点机在个数相等且一一对应。
纵向总线端点机将子结点值已填满的结点表发往用作邮箱的连接器,对于各级同属一结点的结点表将被投入同在一行的“邮箱”内。显然,模糊推理运算是从推理树集最低层的叶结点开始的,因此,开始被投入“邮箱”的是这些叶结点归属的父结点结点表,由于使用本发明的并行结构计算机,在推理过程中,不仅对于树集中各推理树的模糊推理运算是并行进行的,而且由于该并行结构计算机中具有m行结点机,因此可以同时对m个结点进行运算,所以对于结点的运算也是并行的。从此处可以看出,本发明的并行结构的计算机在运算速度上要比传统的串行运算计算机快得多。
结点机根据连接器内“邮箱”内标志码的内容来判断是否进行取数据的操作,当标志码为“允许提取”时,结点机将邮箱内的结点表取出并对其进行相应运算(按照算子规定的规则进行),运算后所得结果被投回到“邮箱”内,等待与该连接器所连接的横向总线端点机提取。
横向总线端点机将位于该行的连接器内“邮箱”中的运算结果(应属于同一结点)取出并进行归一化运算,各归一化的数据由横向总线端点机被送回到相对应的连接器,最后,该归一化数据由纵向总线端点机取出并被填入到上一层结点的结点表中,用于进一步的运算。
从以上所述并结合图1、图4可知,纵、横向总线端点机、结点机之间的数据交换是依靠起通信枢钮作用的连接器来完成的。对于与一个连接器相连的三个方向的微机模块来说,任一个微机模块的数据发送对象和接收对象是固定的。例如对于N1,1,它一定是接收Y1的数据而向X1发送数据。并且,对于一个微机模块,发送数据和接收数据所用“邮箱”(存贮器)是互不干扰的两组存贮器,故不会发生冲突。对于连接器内的每个“邮箱”而言,任一个都是接收一个特定微机模块投递来的数据,且由另一个特定微机模块将投递来的数据取走。对于该“邮箱”在读写上可能发生的冲突问题,如前面所述,是由门控开关来解决的,只要这两个特定的微机模块中任一个对“邮箱”正在进行操作,另一个的操作控制信号都不会生效。对“邮箱”内是否有“邮件”的识别问题由在“邮箱”内设置的标志码来解决。因此,本发明十分有效地解决了多个微机模块相互通信中棘手的冲突问题,并使本发明的并行结构的计算机具有很高的工作效率。
本发明的并行结构的计算机在实际使用中,为了使使用者更方便,可以采用一台通用型微机并通过通讯接口与本发明计算机中的横向总线端点机连接,该通用型微机可专用于实现人机界面方面的功能,例如,数据的输入、模糊推理结果的显示及打印,等等。在进行模糊推理的运算开始之前,初始数据,如推理树集的各结点的权值,初始因素值需要先送入到纵向总线端点机中,如果配备有此通用型微机,则可通过该微机将所需数据送至横向总线端点机内,然后通过连接器送至纵向总线端点机内。对于一个具体的推理题目,各结点的权值是固定的,因此也可以存放在纵向总线端点机的存贮器(EPROM)内。
需要指出的是本说明书中对实施例的描述仅仅是实施本发明基本构思的一个例子,对于本领域的技术人员而言,显然可以对其进行种种变型和改进而并不超出由本发明权利要求书所限定的保护范围。
Claims (12)
1、一种并行计算机结构,包括:
多条纵向总线和至少一条横向总线;
与纵向总线连接的纵向总线端点机;
与横向总线连接的横向总线端点机;
与纵向和横向总线交叉点相连接的结点机。
2、如权利要求1所述的结构,其特征在于:
纵向总线端点机的数量与纵向总线的数量相等,且一一对应;
横向总线端点机的数量与横向总线的数量相等,且一一对应;
结点机的数量与纵向和横向总线交叉点的数量相等,且一一对应。
3、如权利要求1或2所述的结构,其特征在于:
纵向和横向总线端点机是用于存放数据、进行运算和输入输出的微机模块;
结点机是用于进行运算和与纵向横向总线端点机之间进行数据交换的微机模块;
所述的微机模块包括CPU和存贮器,且各微机模块在工作上是相互独立的。
4、如权利要求3所述的结构,其特征在于:
该并行计算机结构进一步包括一个用于结点机与总线交叉点之间连接的且具有三个总线端的连接器,所述的三个总线端分别与结点机、纵向总线、以及横向总线相连接。
5、如权利要求4所述的结构,其特征在于:
所述的连接器包括一个闭合的总线环路,在该环路上设置六组具有通断功能的驱动器以将该环路分割为六段,在各段上交替地设置有用于存放数据的存贮器和起连接作用的总线端,并且,与一个总线端相邻的两组驱动器的通/断控制线与该总线端所连微机模块的控制线相连接并因此受其控制。
6、一种使用并行计算机结构进行模糊推理的方法,其特征在于:
所使用的并行计算机具有如下结构:
多条纵向总线和至少一条横向总线;
与纵向总线连接的纵向总线端点机;
与横向总线连接的横向总线端点机;
与纵向和横向总线的交叉点连接的结点机;
并且其特征还在于:
纵向总线端点机用作存放知识库、模糊数据库和动态数据库;
横向总线端点机用作数据的输入/输出;
结点机用作模糊运算;
在模糊推理过程中,纵向总线端点机与结点机之间频繁进行运算数据与运算结果数据的交换,以得到最终推理结果。
7、如权利要求6所述的方法,其特征在于:
所使用的并行计算机具有还具有如下结构:
纵向总线端点机的数量与纵向总线的数量相等,且一一对应;
横向总线端点机的数量与横向总线的数量相等,且一一对应;
结点机的数量与纵向和横向总线的交叉点的数量相等,且一一对应;
并且其特征还在于:
模糊矩阵的各列分别对应于各纵向总线端点机,且一模糊矩阵列的知识库、模糊数据库及动态数据库存放在属于该列的纵向总线端点机内;
纵向总线端点机对推理树集中的同一结点的运算数据将传给位于同一行的结点机上并在其上进行运算;
横向总线端点机还用于归一运算,且位于同一行结点机的运算结果将传给该行上的横向总线端点机并在其上进行归一运算;
归一化的运算结果由横向总线端点机传给纵向总线端点机。
8、如权利要求6或7所述的方法,其特征在于:
所述知识库为具有链表结构的表格,它包括的项目有:父结点表格的地址,本表值,各子结点值及相对应的权值。
9、如权利要求8所述的方法,其特征在于:
所述从纵向总线端点机传给结点机的运算数据是知识库表格内所含的子结点值及权值;
所述在结点机上进行模糊运算是用模糊算子定义的运算规则对子结点值及权值进行运算而得到运算结果,该运算结果即是所述的本表值;
所述的结点机归一化处理即是对本表值进行的归一化处理。
10、如权利要求9所述的方法,其特征在于:
纵向总线端点机得到经过归一化处理的本表值后,将该值填入其父结点表格内相应子结点值位置,当该父结点表格内所有子结点值填满后,将向结点机发出该表格内的子结点值及对应的权值以进行更上一级的模糊推理运算。
11、如权利要求9所述的方法,其特征在于:
初始因素值及权值是通过横向总线结点机传给各纵向总线结点机的,存贮于各纵向总线端点机的所述并行模糊数据库是根据初始因素的隶属函数建立的,在各模糊数据库中,初始因素值被转换为叶结点值。
12、如权利要求9所述的方法,其特征在于:
所述的模糊算子可以是(+,.),(max,min),(max,.)之一;
所述的归一化运算为:
其中r为同在一行上的各结点机传出的本表值,r'为归一化值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN91109243A CN1042677C (zh) | 1991-10-07 | 1991-10-07 | 并行计算机系统及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN91109243A CN1042677C (zh) | 1991-10-07 | 1991-10-07 | 并行计算机系统及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1071526A true CN1071526A (zh) | 1993-04-28 |
CN1042677C CN1042677C (zh) | 1999-03-24 |
Family
ID=4909718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN91109243A Expired - Fee Related CN1042677C (zh) | 1991-10-07 | 1991-10-07 | 并行计算机系统及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1042677C (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1093287C (zh) * | 1998-04-03 | 2002-10-23 | 中国科学院计算技术研究所 | 模糊推理协处理器 |
CN101895465A (zh) * | 2010-07-05 | 2010-11-24 | 北京航空航天大学 | 一种具有分布式交换的机载网络及其在该机载网络下的信息通信方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2096830B (en) * | 1981-04-13 | 1984-09-26 | Electricity Council The Isc Ch | Electrical circuit interrupter |
US4598400A (en) * | 1983-05-31 | 1986-07-01 | Thinking Machines Corporation | Method and apparatus for routing message packets |
JPH0642237B2 (ja) * | 1983-12-28 | 1994-06-01 | 株式会社日立製作所 | 並列処理装置 |
CA1240400A (en) * | 1984-12-20 | 1988-08-09 | Herbert R. Carleton | Topologically-distributed-memory multiprocessor computer |
US4811214A (en) * | 1986-11-14 | 1989-03-07 | Princeton University | Multinode reconfigurable pipeline computer |
-
1991
- 1991-10-07 CN CN91109243A patent/CN1042677C/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1093287C (zh) * | 1998-04-03 | 2002-10-23 | 中国科学院计算技术研究所 | 模糊推理协处理器 |
CN101895465A (zh) * | 2010-07-05 | 2010-11-24 | 北京航空航天大学 | 一种具有分布式交换的机载网络及其在该机载网络下的信息通信方法 |
CN101895465B (zh) * | 2010-07-05 | 2012-12-05 | 北京航空航天大学 | 一种具有分布式交换的机载网络及其在该机载网络下的信息通信方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1042677C (zh) | 1999-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Parouha et al. | A novel hybrid optimizer for solving Economic Load Dispatch problem | |
CN106155791A (zh) | 一种分布式环境下的工作流任务调度方法 | |
CN101604322B (zh) | 一种决策级文本自动分类融合方法 | |
CN108304427A (zh) | 一种用户客群分类方法和装置 | |
Breiger et al. | The joint role structure of two communities' elites | |
CN105975987A (zh) | 一种基于全自动学习的企业行业分类方法 | |
DE102009053578A1 (de) | Verfahren und Vorrichtung zum Durchführen eines parallelen Routens unter Verwendung einer Multithreaded-Routing-Prozedur | |
DE202014010920U1 (de) | Datenverkehrsgestaltung für groß angelegte Datencenter-Netze | |
CN101866561A (zh) | 可调整式多元变量渐近寻优算法的智能组卷装置及方法 | |
CN107885849A (zh) | 一种基于文本分类的情绪指数分析系统 | |
CN101339619B (zh) | 用于模式分类的动态特征选择方法 | |
DE60222233T2 (de) | Prozessor und Verfahren zur Erhaltung der Verarbeitungsreihenfolge von Paketen basierend auf Paketstromkennungen | |
CN109947948A (zh) | 一种基于张量的知识图谱表示学习方法及系统 | |
CN1042677C (zh) | 并行计算机系统及其应用 | |
CN107992967A (zh) | 基于改进多目标遗传算法的船闸调度方法 | |
CN101625673A (zh) | 一种二维网格片上网络的任务映射方法 | |
CN109767002A (zh) | 一种基于多块fpga协同处理的神经网络加速方法 | |
CN103679206B (zh) | 图像分类的方法和装置 | |
Tsai et al. | A modified multiple-searching method to genetic algorithms for solving traveling salesman problem | |
CN106934485A (zh) | 基于遗传算法的一种新型一维排演下料方法 | |
CN110221839A (zh) | 一种硬件加速器VerilogHDL代码自动生成方法 | |
JPS58213344A (ja) | Mos集積回路高速乗算装置 | |
CN106897292A (zh) | 一种互联网数据聚类方法及系统 | |
CN109214116A (zh) | 一种高速动车组头型的辅助设计方法 | |
CN103077175A (zh) | 一种有效的学术合作关系网络协作构建与自适应进化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |