基于真值表变换的可逆逻辑综合算法

为实现将给定的二元可逆函数快速综合为相应电路,并保持其结果的最优或较优,提出一种基于真值表变换的快速综合算法.可逆函数与置换同构,任意置换均可表示为若干对换的乘积,通过将可逆函数转化为一系列对换的乘积,从对换的乘积中综合电路.对于3bit逻辑电路只有28种对换,事先将28种对换的最优电路存入库中生成3bit电路综合基,通过在库中查找快速生成可逆电路.根据逻辑门可交换规则引入优化方法,完成快速综合算法.结果表明,该方法不但可以提高可逆逻辑综合的效率,而且结构简单,易于实现,可以O(4n)的时间效率快速综合任意3bit可逆逻辑电路,实现综合结果达到或接近最优.     

量子可逆逻辑电路最小代价综合算法

采用位运算构造了一个完备的Hash函数,提出了基于Hash表的新型量子可逆逻辑电路综合算法.利用该算法可对多种量子门采用任意量子代价标准,以较高的效率生成最优的量子可逆逻辑电路.按照国际同行认可的三变量可逆函数测试标准,该算法不仅能够生成全部最优电路,而且运行速度远远超过其他算法.实验结果表明,该算法在同等计算环境下,以目前最好结果为基准,按最小量子代价标准,综合电路的平均速度是最好结果的472.5倍.     

量子可逆电路综合的启发式快速匹配算法

提出了基于Reed-Muller展开式,使用CNT量子门库,以量子门表达式为启发式规则进行前向模式匹配的量子可逆逻辑电路快速综合算法.与通常所用的穷尽搜索算法相比,该算法利用量子门表达式作为启发式规则进行匹配代换,避免盲目匹配,有效降低了匹配复杂度,减少匹配代换的数量.同时该算法不会出现穷尽搜索中因不能找到有效解而进行回溯的现象,能以较小的时间空间复杂度生成最优或近似最优的量子可逆电路,特别在多量子可逆逻辑电路综合上,能够表现出更好的性能.     

基于真值表演算的四量子电路综合方法

为了能以较小的代价高效地自动构造量子可逆逻辑电路,提出了一种新颖的四量子可逆逻辑综合方法.该方法首先将一个四量子电路的函数表示成真值表的形式;然后利用传统的递归思想,通过对换演算,将四量子电路映射函数的真值表分解成2块相互独立的三量子电路映射函数的真值表;再查找相应的最优三量子电路,直接生成相关电路;最后将对换运算的电路并入该电路,经过局部优化即可生成最终电路.分析结果表明,用该方法综合四量子电路能大幅减少TOF门的数量,平均需要15.74个TOF门,最多只需24个TOF门.同时该算法避免了穷举法所需的时空复杂度太大的问题,便于经典计算机实现.     

基于新型可逆门的可扩展可逆比较器

针对当前可逆比较器设计方案缺乏可扩展性的问题,提出了基于新型可逆门的具有可扩展性的可逆比较器可逆逻辑电路设计方案.该方案根据二进制数比较的特点采用递归思想将电路分解为2种新型可逆门,对分解出的每一个可逆门进行可逆逻辑综合,再将这2种可逆门级联成可逆比较器.给出了设计方案中每一步的逻辑演算,利用编码的思想进行带无关项的可逆逻辑综合,最终给出了具体的可逆比较器的综合方案.同时,以可逆比较器作为元器件给出了败者树排序电路,将排序的时间复杂度降低到Θ(n).     

基于子种群保留的可逆电路合成混合算法

为了进一步降低4bit以上中小规模可逆逻辑电路的量子代价,提出一种基于子种群保留的变长染色体编码混合算法.该算法在已有变长染色体编码混合算法的基础上,将子种群保留策略用于变长编码种群的进化,以保持种群多样性,避免陷入局部最优解;定义了变长编码染色体的近似度,以此作为种子提取和子种群划分的基础;提出了子种群重新启动策略和新的启发式子种群更新操作,克服变长编码种群进化过程中的遗传漂移,从而提高可行解率和解的质量.对4bit以上常用标准可逆函数测试结果表明该算法能大大降低合成可逆电路的量子代价.     

模板技术在量子逻辑电路优化中的应用

为了提高量子逻辑电路的优化技术,减小量子逻辑电路的代价,对现有的模板技术进行了研究与分析,发现Maslov等人的模板并不完整,体现在模板控制线的寻找不完全.通过引入模板控制线库的概念,重构了模板,重构后的模板并不实现恒等的函数功能,但通过模板生成法则,可以动态生成更多的有效模板.同时给出了利用该方法优化量子逻辑电路的算法.数值实验结果表明,应用重构后的模板优化所有的3×3可逆电路,电路门数量均值减小到6.22.该方法在利用模板优化量子逻辑电路方面具有更高的效率和匹配成功率.     

基于置信规则库和差分进化的设备寿命评估方法

介绍了置信规则库转换(BRB-transformation,BRB-T)模型以及运用置信规则库(belief rule base,BRB)推理进行寿命评估的过程.针对当前的置信规则库学习方法还存在依赖初始解、规则条数偏多、系统结构复杂的问题,结合装备贮存寿命评估的BRB-T模型,提出了基于差分进化算法(DE)对该模型的BRB参数进行学习的优化方法.最后,通过某航天设备的失效数据进行了验证.结果表明,该优化方法能够有效地对模型的BRB参数进行优化;并且优化后的模型可以准确地对产品的寿命进行评估.     

基于KFDD与进化算法的可逆电路优化算法

为降低由Kronecker功能决策图(Kronecker functional decision diagram,KFDD)综合所得可逆电路的成本,提出一种基于进化算法的可逆电路优化算法.该算法基于遗传算法模型进行设计,分别采用离散值和整型值编码KFDD输入变量的分解类型和顺序,使用所设计的遗传算子,将量子成本作为主要目标、量子位数作为次要目标进行可逆电路的优化.为解决过早收敛问题,该算法在搜索过程的前期阶段利用多个子群搜索解空间中的不同区域,在搜索过程的后期阶段将多个子群合并为整体种群,利用整体种群进行集中搜索.使用基准函数对算法进行验证的结果表明,所提出算法具有较强的全局寻优能力,有较好的结果稳定性,能够降低可逆电路的量子成本.     

基于免疫原理和Boosting机制的模糊分类规则挖掘算法

基于免疫原理和Boosting机制,提出了一种模糊分类规则挖掘算法.该算法主要借鉴于自然免疫系统中的克隆选择原理,通过抗体种群的演化来优化模糊规则.模糊规则库通过增量的方式产生,算法每次运行得到一个规则.Boosting机制用于调整训练数据的权值,使得新生成规则集中于当前未被覆盖或误分类的数据实例.仿真实验表明,所提算法可根据规则的分类精度来调整训练数据的权值,促进了模糊规则之间的协作关系,避免了规则之间相互冲突,提高了系统的分类精度.