一种用于控制软件自动合成的Map-Reduce并行方法
A Map-Reduce Parallel Approach to Automatic Synthesis of Control Software
AI总结：
提出一种基于Map-Reduce的并行算法，用于离散时间线性混合系统模型下的控制软件自动合成，并通过MPI实现PQKS，在倒立摆和多输入Buck DC/DC变换器问题上验证了其有效性。
摘要：
许多控制系统实际上是基于软件的控制系统，即其控制器由运行在微控制器设备上的控制软件组成。这促使我们研究基于形式化模型的设计方法，用于控制软件的自动合成。现有的算法和工具（例如QKS）可能需要数周甚至数月的计算才能合成为大规模系统的控制软件。这促使我们寻找用于控制软件合成的并行算法。在本文中，我们提出了一种Map-Reduce风格的并行算法，用于当被控系统（植物）被建模为离散时间线性混合系统时的控制软件合成。此外，我们提出了基于MPI的算法实现PQKS。据我们所知，这是第一种用于控制软件合成的并行方法。我们通过两个经典控制综合问题：倒立摆和多输入Buck DC/DC转换器，实验证明了PQKS的有效性。实验表明，PQKS的效率超过65%。例如，在拥有60个处理器的集群上，PQKS完成摆的控制软件合成大约需要16小时，而QKS中的顺序算法需要25天。
英文摘要：
Many Control Systems are indeed Software Based Control Systems, i.e. control systems whose controller consists of control software running on a microcontroller device. This motivates investigation on Formal Model Based Design approaches for automatic synthesis of control software. Available algorithms and tools (e.g., QKS) may require weeks or even months of computation to synthesize control software for large-size systems. This motivates search for parallel algorithms for control software synthesis. In this paper, we present a Map-Reduce style parallel algorithm for control software synthesis when the controlled system (plant) is modeled as discrete time linear hybrid system. Furthermore we present an MPI-based implementation PQKS of our algorithm. To the best of our knowledge, this is the first parallel approach for control software synthesis. We experimentally show effectiveness of PQKS on two classical control synthesis problems: the inverted pendulum and the multi-input buck DC/DC converter. Experiments show that PQKS efficiency is above 65%. As an example, PQKS requires about 16 hours to complete the synthesis of control software for the pendulum on a cluster with 60 processors, instead of the 25 days needed by the sequential algorithm in QKS.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
