基于分解算法的RM及DFRM之间的转换

利用Kronecker矩阵积运算推导出了固定极性Reed-Muller(RM)和双重形式RM(dual form of Reed-Muller,DFRM)的展开式,并根据在相同极性下两者之间的转换关系,提出一种简洁高效的转换算法--分解法.该算法将转换矩阵进行分解,从根本上避免了矩阵的重复计算,缩短了计算时间.实验结果显示,在得到更为简洁的RM或DFRM表达式的同时,对小变量函数的标准电路测试过程所需时间几乎为0.而对大变量函数的标准电路也表现得十分优异.     

基于粗糙集的组合逻辑优化算法

运用粗集理论对逻辑函数进行知识表达的方法,提出了基于粗糙集的组合逻辑优化方法,并给出了相应的算法.通过对20变量以下的组合逻辑标准Benchmark-89,91和93相容逻辑矩阵例题进行了检验,结果表明此算法是正确的,并具有显著的化简效果.     

利用译码与数据选择器实现组合逻辑函数法

针对单一逻辑部件难以实现更多变量的逻辑函数问题,提出了一种译码器与数据选择器结合的组合逻辑函数实现方法,给出了组合逻辑函数实现的卡诺图和逻辑电路图,导出n位译码器与m位数据选择器结合实现变量个数为n m的任意组合逻辑函数的结果,得出利用中规模集成电路数据选择器与译码器组合实现逻辑设计是一种行之有效的方法。     

VLSI综合的逻辑最小化算法

本文讨论了逻辑函数的多维体空间表示方法和运算方法，探讨了接近量小覆盖的两级与－或网络的自动逻辑综合方法，提出不经过求出全部质蕴涵项而直接构成函数的无冗余覆盖的算法，该算法主要用于可编逻辑阵列（ＰＬＡ）及与－或网络的自动综合。     

基于自动测试生成的寄存器分配算法

提出了在寄存器分配时考虑可测性的一个新算法。它采用前向 /后向算法 ,将一个已调度好的 CDFG (ControlData Flow Graph)中的变量分配到相应的寄存器。通过对变量生命时间定义的扩展 ,本算法可以对带反馈的电路进行处理。在定义变量之间的寄存器复用相关函数时同时考虑了 3个准则 ,达到提高设计可测性的目的。实验结果表明了算法的有效性     

基于粗糙集多输出逻辑函数优化算法的研究

文章提出了基于粗糙集的多输出逻辑函数优化方法,并给出了相应算法;实例验证表明,基于粗糙集的组合逻辑优化方法是可行和有效的。     

MIMIC算法在非线性多约束机械优化问题中的应用

将双变量相关的分布估计算法与惩罚函数法相结合,用于解决机械工程上非线性多约束优化设计问题.算法对每一次迭代寻优后的变量进行保留,建立概率模型,通过正态分布发生函数对变量重新取值,并采用惩罚函数来处理变量约束条件.仿真结果表明,该算法能有效防止早熟收敛,提高算法的全局搜索能力,具有较好的应用前景.     

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。     

基于立方扩展法的多输入多输出逻辑综合算法的实现

逻辑综合是数字系统自动化设计的重要理论之一。本文通过对现有算法的深入研究,介绍一种快速有效的逻辑综合算法,即立方扩展法直接求出多输入多输出函数的最小覆盖,用Delphi6.0编写相应的算法程序。大量的实验证明该算法可以减少存储容量加快程序运行速度,在电子设计自动化中具有广泛的应用前景。     

一种基于综合目标函数的神经网络学习算法

为提高多层前向神经网络的学习速度和算法的稳定性,提出一种基于综合目标函数的改进学习算法.该算法在误差平方和目标函数中引入一个辅助约束项构成综合目标函数,并利用综合目标函数训练网络的输出层权值,采用牛顿法推导出训练输出层权值的递推公式.辅助约束项隐含有对网络输出平滑性的约束,提高了学习算法的稳定性.利用该算法对不同非线性函数生成的样本数据的学习结果表明,新算法的收敛速度、精度均优于Karayiannis等人的二阶学习算法.     

新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

用MSI数据选择器实现逻辑函数的方法讨论

目的讨论用中规模器件实现组合逻辑函数时,函数变量数小于数据选择器的地址变量数的情况。方法详细阐述了数据选择器的原理及应用,从逻辑函数表达式、真值表和卡诺图3方面进行分析。结果得出用MSI数据选择器设计组合逻辑函数能够实现任意组合逻辑函数,并通过实例验证了其有效性。结论用MSI数据选择器可实现任意组合逻辑函数。     

一种抗非视距误差的组合定位算法

为解决移动机器人在NLOS 环境下定位系统误差大和稳定性差的问题,提出一种抗NLOS误差的N-CTK组合算法。首先在Chan-Taylor协同算法基础上,融入卡尔曼滤波算法,提出一种CTK组合定位算法,然后基于TDOA测量值构建NLOS误差模型,引入NLOS误差转化因子,融合扩展卡尔曼滤波算法,并结合所提CTK组合算法,最终获得标签的估计值。实验测试表明：LOS环境下误差为6cm时,N-CTK组合算法相比CTK组合算法的累积分布函数提高了13.5%,NLOS环境下误差为15cm时,N-CTK组合算法相比CTK组合算法的累积分布函数提高了55%,定位精度明显提高。     

基于综合目标函数的神经网络多新息辨识算法

为提高动态神经网络学习算法的辨识精度及抗噪性能,提出一种基于综合目标函数的多新息辨识算法。该算法基于多新息理论在最小均方误差目标函数中引入一辅助项构造综合目标函数,利用该目标函数进行网络输出层权值的训练,并采用牛顿法推导出输出层权值的递推计算公式。与已有二阶学习算法相比,新算法鲁棒性强,收敛速度快,辨识精度高。仿真结果验证了算法的有效性。     

一种正交量子进化算法

提出一种基于正交试验设计的量子进化算法.通过正交试验设计方法找到最有效的优秀个体知识组合,利用基于正交试验因素分析的约束修补算子对知识组合进行修补,并将获得的知识组合作为量子群体的吸引子.同时,采用正交试验结果动态调节量子更新转角大小,使得量子更新更简洁且具有自适应学习能力.Rastrigin和Ackley函数优化和0-1背包组合优化实验表明:该算法缩短了量子寻找到最佳知识组合的时间,降低了计算成本,提高了算法精度.     

对称检测算法的研究

对称是逻辑综合，逻辑优化以及映像技术领域中一个非常重要的性质，对于对称函数，可以使用特殊的逻辑综合程序来改进设计结果，使用对称也可以提高映像技术和等价检测的有效性，提出一种用于OBDD布尔函数对称性检测的精确有效的算法。     

基于对换门库的可逆逻辑电路综合算法

为了将可逆函数以较小的代价自动构造为对应的可逆逻辑电路,提出了一种基于对换门库的综合算法.首先,将可逆函数的输出作为快速排序算法的输入数据,在排序算法中按顺序保留所交换的元素对,并输出该元素对序列；其次,利用置换群规则对该序列进行优化处理,获得相似度最高的对换序列；然后,逆序排列该对换序列,并基于对换门库生成可逆函数的初始电路；最后,应用电路门优化规则,对初始电路进行优化,得到最终的可逆逻辑电路.相比于其他算法,所提算法明显提高了可逆逻辑综合效率,其思想的简洁性使得算法更易于理解和实现.     

利用新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

基于变量分组的大规模多目标优化算法

含有大规模决策变量的多目标优化问题,是当前多目标进化算法领域中的研究难点之一.针对此问题,提出一种基于变量分组的大规模多目标优化算法.该算法的贡献在于两个方面:1)提出一种新的决策变量分组方法,该方法通过随机采样与非支配排序,将决策变量分为收敛性变量和多样性变量; 2)在种群进化过程中,采用levy分布函数产生新个体,同时设计出适应于此分布函数的优化过程.以反向世代距离(inverted generational distance,IGD)作为评价指标,在标准测试集函数上进行实验,实验结果证明该算法在解决大规模多目标优化问题时是有效的.     

基于频响函数和PSO算法的结构损伤识别

为了验证粒子群算法(PSO)在结构损伤识别领域的有效性和可行性,提出了一种基于频响函数和粒子群算法的结构损伤识别方法。以单元刚度折减因子为优化变量,采用实测频响函数和计算频响函数的相关系数来构造粒子群算法的优化目标函数和适应度函数,通过该算法对IASC-ASCE SHM Benchmark结构损伤进行识别。结果表明,即使考虑一定测量噪声水平的影响,仍然能够将结构的损伤识别出来。