基于可观测无关项的多级逻辑优化

文章在对可观测性无关项相关问题进行研究的基础上,给出了通过计算逻辑网络中门的可观测无关项,得到最大允许函数集,依此来消除网络中冗余门,进行逻辑设计优化的方法;同时对已有算法做了一定改进,以适用大输入和输出变量逻辑网络的优化。     

一种改进的多级逻辑优化算法

基于变换化简法,提出了一种改进的适用于局部逻辑网络优化的多级逻辑优化算法,通过计算逻辑网络中门或连线处的可观测性无关项,可迅速得到最大允许函数集,从而节省了计算时间,并且提高了原算法的适用性。实验结果表明,改进后的算法可用于大规模集成电路的设计。     

基于Web的含无关项卡诺图自动化简系统

为学生能在网络上随时随地学习卡诺图化简,提高自主学习的质量,在ASP.NET环境下,利用rapheal框架实现了卡诺图自动化简逻辑函数系统.系统能够对任意输入的三至五变量的逻辑表达式及指定的无关项使用卡诺图化简法进行化简,并且在网页上按步骤展示其化简过程.输入表达式的语法验证采用改进的算法优先分析法,化简过程采用广度优先搜索模仿人工搜索卡诺圈的过程,网页作图由rapheal框架实现.测试结果表明,系统可在常用浏览器下正常运行,可正确的按步骤展示卡诺图化简逻辑函数的过程.     

多输入多输出单边逻辑函数优化系统的设计研究

逻辑综合的作用是在功能等价的条件下减少电路中的元件数目,使电路体积减少、能耗降低、故障率下降、稳定度提高。对于超大变量多输入多输出逻辑函数优化,存储开销对输入变量呈2幂次方增长。针对多输入多输出单边逻辑函数的特性,通过引入特征矩阵和状态矢量的描述,求解多输入多输出单边逻辑函数补集,以积项扩展为基础,完成多输入多输出单边逻辑函数无冗余覆盖。编程实现了多输入多输出单边函数逻辑优化的算法,对影响单边函数逻辑优化效率的因素(输入变量数、输出变量数、积项数和无关因子)进行了分析,软件系统在奔腾1.8 MHz、512 M的计算机上通过了正确性验证与测试。测试结果表明性能良好,有效的降低了系统的存储空间和时间开销。     

基于蚁群优化FEKF算法的汽车状态估计

针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观测噪声水平进行在线修正,同时引入蚁群优化算法对模糊逻辑中的输入输出隶属度函数进行优化,得到的双重迭代算法对处理强时变观测噪声水平下滤波估计过程具有很强的自适应性.最后通过建立虚拟仿真试验来验证该蚁群优化FEKF新算法的估计精度,结果显示,蚁群优化FEKF算法相比较于FEKF算法估计精度更高,鲁棒性更强.     

ATM逻辑网拓扑优化设计的研究

介绍了在规划ＡＴＭ网络时对逻辑拓扑进行优化的方案，给出了优化算法及步骤，通过计算证明了该方案的可行性和有效性。     

人工神经网络在高强高韧钢优化研究中的应用

用人工神经网络方法对高合金高强度韧钢的性能优化问题进行了研究，并结合模拟退火算法对Ｂ－Ｐ算法进行了改进，使得网络结构的选取，动量项系数ａ及学习率η的确定更加合理，提高了网络的学习效率，改善了预测精度，研究结果可用于高强度韧钢的成分设计及热处理工艺的优化。     

一种基于报文丢失率的网络拓扑推测方法

网络拓扑推测是网络管理中一项非常重要的技术,及时获取准确的网络拓扑对于改进网络协议和优化网络性能起着关键的作用.本文首先给出了逻辑拓扑的概念、报文丢失率模型,然后对报文丢失率进行了详细推导,最后在此基础上提出了完整的基于报文丢失率的网络拓扑推测算法,该算法有着广泛的适应能力和扩展能力.     

基于敏感度探测的南京奥体中心控制网三类优化设计

三类优化主要是对控制网进行优化设计，在精度及可靠性允许的范围内删除一定数量的观测值来减少外业观测。结合已有的精度敏感度与可靠性敏感度提出综合敏感度的概念，探讨了三类优化的另一种方法，即应用敏感度探测最佳优化位置，最后通过南京奥体中心控制网观测数据计算比较三种方案，结果表明：采用可靠性敏感度优化控制网要比精度敏感度优化后的点位精度稍好；综合敏感度方案可达到与精度敏感度、可靠性敏感度方案相同优化效果。     

空天海地一体化观测网络的任务管理探讨与展望

观测网络的网络拓扑动态性、资源异构性及其系统复杂性给空天海地一体化观测网络的任务管理带来了巨大的挑战。本文首先研究探讨面向一体化观测网络及其任务管理的主要内容、关键技术及其面临的挑战。为了应对观测网络面临的问题,本文将基于ACP的平行智能方法引入到观测网络任务管理领域,提出平行观测网络的概念与架构。平行观测网络首先通过人工观测网络系统来模拟实际观测网络系统;然后进行大量不同观测场景及事件的计算实验进行训练与评估;最后,通过平行执行来滚动在线优化人工和实际观测网络系统,从而实现对复杂观测网络的描述智能、预测智能和引导智能。因此,可以实现根据观测环境及任务需求快速灵活地组网,提高网络的灵活性及任务管理效率。平行观测网络将为国家网络数据安全、能源与资源开发、环境监测、灾害预报预警等研究提供有效支撑。     

采用电容耦合的能量回收电路

为了提高能量回收电路的效率,提出了能量回收电容耦合逻辑电路。该电路的非绝热损失与门的复杂度和负载均无关,其大小只决定于电路中逻辑门的数目。利用电容耦合,而不是开关逻辑网络进行逻辑求值,相对减小了导通电阻和绝热损失。该电路在电路形式上降低了功耗,在结构设计中,采取阈值逻辑结构,使功耗和性能优化。基于TSMC0.35μm工艺,设计了4位加法器,并和4位的2N-2N2P加法器、静态CMOS加法器进行比较。Hspice仿真表明:该电路电路功耗只有2N-2N2P的46%,静态CMOS的20%~31%。该电路与传统的CMOS电路比较,能耗大大降低。     

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。     

基于服务级别和流量控制的网络计费 

提出基于多级服务和流量控制的网络计费系统，克服了传统计费方式的不足。介绍了计费系统的基本原理，给出了计费系统逻辑模型以及关键模块的算法实现。最后，对数据、音频和视频三种业务分别进行了实验仿真分析。实验结果表明：与传统计费方案相比，我们提出的计费方案对不同用户更具公平性，用户可以根据业务需要灵活选择接入带宽和服务质量，服务提供商也可利用价格杠杆，优化网络流量，合理配置网络资源。     

三值逻辑函数表格法最小化的一种新方法

根据格代数公式，对三值逻辑函数表格法最小化提出一种新方法。在搜索蕴涵项、质蕴涵项的过程中，采用找出满足下述条件最小项的策略：一是相邻最小项的数量为3的m次或或者m-1次幂，同时保证m数值尽量大(m=1，2，…)。二是最小项的逻辑值为“1“或“2“。为此，利用避开最邻近的最小项方法（该最小项逻辑值小于被选择最小项的逻辑值），从而减少了冗余项的数量。这种方法尤其适合于含有大量无关项的多变量三值逻辑函数最小化。     

一种基于免疫遗传神经网络的盲信号分离方法

提出一种基于免疫遗传优化神经网络的盲信号分离算法。该算法用网络的第一层先对观测矢量作预处理，将其降维与白化，再用网络的第二层对信号进行分离：分离层的权矩阵设计成正交矩阵，并采用免疫遗传优化与独立分量分析相结合的算法，对网络分离层的权值进行训练，其中，取高阶统计量峭度的变形作为训练的代价函数。实验表明，该算法对于盲信号分离是有效的。     

基于神经网络的逻辑最小造价覆盖算法

提出一种基于神经网络求解逻辑综合中最小造价覆盖问题的优化算法。首先给出了最小造价覆盖问题与能量函数的映射关系，并以此构造了改进的两级Ｈｏｐｆｉｅｌｄ网络模型。然后利用该网络的动态特性，求出最小造价覆盖问题的最优解。最后对算法进行了分析和小结。     

网络可观测性的拓扑分析

研究了网络可观测性分析拓扑算法，提出了注入量测的可用性概念，给出了注入量测可用性判断法，它包括两个准则（辐射岛准则和环形岛准则）和一个算法（递归搜索法）。采用这一判断法可得到“唯一确定”的最大可观测岛，从而发展和完善了网络可观测性分析的拓扑算法。实例计算表明，算法是正确的和有效的。     

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，探讨了接近最小覆盖的两级与－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     

基于贝叶斯网络的学生学习评价模型研究

在学生模型中，学生学习评价是一个重要的部分，也是个性化教学中进行学习组织的一个很重要的依据。本文采用了贝叶斯网络中模糊逻辑的思想，运用模糊变换实现对学生认知能力的诊断及评价，评价学生对所学知识项的掌握程度。     

BP网络应用于黄河水质的预测研究

利用黄河兰州段水质指标浓度时间序列作为学习样本，选取了DO、COD、氨氮、重金属离子等l0项指标作为输出参数，运用人工神经网络BP模型中的Levenberg—Marguardt优化算法对学习样本优化建模，将优化好的网络的预测结果与实测结果进行了比较，表明BP网络可以很好地用于黄河水质指标值及水质类别的预测。