性能约束下功耗感知的电压频率岛NoC映射

针对支持电压频率岛(VFIs)的片上网络(NoC)功耗优化问题,定义了性能约束的功耗感知NoC映射问题,并提出一种基于遗传、蚂蚁算法融合的优化方法.通过在映射过程中同时考虑计算功耗、VFIs开销功耗及通信功耗,提高了算法的优化能力,降低了系统的总体功耗;通过将遗传算法与蚂蚁算法融合,利用遗传算法的快速搜索能力、蚂蚁算法精确优化能力,使优化算法兼顾了收敛速度和优化效果.实验结果表明:本算法在满足NoC性能要求的前提下,可显著降低VFIs NoC的功耗;具有收敛速度快,优化精度好的特点,适用于求解大规模NoC映射问题.     

基于双向搜索的虚拟网映射算法

针对虚拟网需求构建方法中复杂度较高和效率较低的问题,结合源节点和汇节点并行的带宽优先策略,提出一种链路均衡的双向搜索算法.该算法能减少搜索层次,缩小搜索空间,提高算法效率.仿真实验表明,与传统的虚拟网映射方法相比,该算法提高了虚拟网构建需求的接受率,增加了虚拟网构建收益.     

基于非局部均值的混沌映射噪声抑制算法

提出了一种基于非局部均值的混沌映射噪声抑制算法.该算法根据混沌映射的特征,利用实验分析得出非局部均值应用于混沌映射噪声抑制时滤波参数块长、搜索区间和带宽参数的最优取值.仿真结果表明,文中算法对高斯噪声的抑制性能优于现有的相空间估计投影方法、扩展卡尔曼滤波方法和无先导卡尔曼滤波方法,能对不同噪声水平的混沌映射进行有效的噪声抑制.     

可变旋转轴的Grover改进算法

为提高Grover算法的搜索效率,基于量子并行计算原理,提出了一种改进型的量子搜索算法.该算法在保证搜索成功概率的前提下,能将计算的迭代次数降低到Grover算法的1/3.理论推导和模拟仿真结果表明,该算法能明显降低计算量.     

采用集簇方法的片上网络动态映射算法

针对片上网络(NoC)传统一一对应映射关系造成的资源节点利用率不高和通信功耗大等缺陷进行了改进,提出了一种采用集簇方法的NoC动态映射算法(DMA)。首先利用分枝界定算法完成通信量大且相连任务节点的集簇,减小了任务图通信总量;然后在此基础上借助自适应粒子群算法完成最优映射结果的获取;最后利用动态迁移策略对最优映射结果中单独占用资源节点的任务节点进行集簇。仿真实验表明,与随机映射、动态螺旋映射算法和最优邻居算法相比,DMA算法的通信功耗分别下降了73.93%、46.37%和14.55%,NoC面积占用率分别下降了50%、50%和33.3%。     

信道估计辅助的缩小搜索范围高阶QAM解映射算法

<正>交幅度调制(QAM)技术具有较高的功率效率和带宽利用率,已广泛应用于多种通信系统中.高阶QAM解映射搜索范围很大,复杂度高.为此,文中引入软判决贡献因子来衡量参考星座点对解映射的贡献,提出了缩小搜索范围的高阶QAM解映射算法;文中还讨论了算法的边界情况,研究了信道估计辅助的自适应搜索范围选择方案.仿真结果表明:在获得与全集合搜索范围相同的误码性能的前提下,文中所提算法大大减小了搜索范围,4096-QAM和1024-QAM解映射搜索范围仅分别为全集合搜索范围的12.7%和19.7%;文中算法能较好地平衡性能和解映射复杂度,具有较好的工程应用前景.     

混沌粒子群三维定位算法在井下WNS节点中的应用

为解决现阶段煤矿井下无线传感器网络(WNS)节点定位存在的一些问题,如定位精度差、功耗高等,提出一种以混沌粒子群算法为基础的三维定位算法,将混沌寻优这一特性巧妙的融入到粒子群算法中,并对该算法的可行性进行实验及仿真.研究结果表明:该方法能够更加有效的降低测距过程中所产生的误差对节点定位精度的影响,达到平衡全局和局部的搜索能力,提高收敛速度.     

面向低功耗的片上网络虚通道分配算法

为了更加合理地分配片上网络中虚通道资源并降低系统总功耗,提出了一种基于功耗优化的虚通道分配算法.该算法通过建立2D mesh结构片上网络通信数学模型,来估算网络中数据包的平均传输延时.然后,以此为约束条件,采用模拟退火算法实现虚通道分配,并通过减少虚通道总数,达到功耗优化的目标.在热点通信流量下,根据优化分配算法和平均分配算法的结果进行仿真测试.通过改变节点数据包的注入率,测出传输延时和功耗,以验证优化分配算法的有效性.实验结果表明,使用该算法可在满足传输延时约束条件的同时,更加合理地分配虚通道,有效降低了网络功耗.相比于平均分配算法,该算法可降低功耗2.3%～14.9%.     

混沌PSO梯级优化调度算法及实现

利用切比雪夫(Chebyshev)映射在[-1,1]区间上的遍历性和随机性,提出了一种基于切比雪夫映射的新型混沌粒子群优化(CPSO)算法.该算法在粒子群算法求出的最优解附近进行混沌搜索.提高了混沌粒子群算法的全局优化能力,能有效避免算法容易陷入局部最优以及解决逻辑斯谛(logistic)映射不能在负值区间进行搜索的问题.针对模型中复杂的约束条件,采用分段线性插值函数实现了对目标函数的求解,并通过对采用丰枯电价时三峡梯级水电系统长期优化调度问题的计算及与其他算法的对比,验证了该算法可解决具有复杂约束条件的工程优化问题.     

基于基因位迭代映射的无线传感器网络能量优化分簇算法

摘要：针对无线传感器网络的节点能量利用率和网络寿命问题,引入一种基因位迭代映射思维进行改进,并构造新的无线传感器网络能量优化分簇方案生成方法,在此基础上提出了基于基因位迭代映射的无线传感器网络能量优化分簇算法。该算法将无线传感器网络节点路由能耗优化问题转化为网络系统簇内节点最优能耗进化激励的解空间最优解搜索问题,然后利用基因位长度自适应编码和迭代映射的进化算法进行候选解搜索,最后输出具有最优能耗的节点通信路径和簇头的下级跳节点。实验结果表明,该算法高效可行,能量均衡和优化能力较好,有效的降低了节点的能耗,延长了网络生命周期。     

自适应折叠混沌优化方法

针对传统混沌优化方法中优化结果对搜索初始值要求极高以及搜索效率较低的问题,提出一种自适应折叠混沌优化方法。该方法首先提出一种新型无限折叠混沌映射,并证明了该映射无有理数不动点;根据映射关系式建立混沌模型求解Lyapunov指数,并基于该混沌模型对搜索初值采用大幅度改变和小幅度改变两种方式来考察映射对初值的依赖程度。采用所提映射取代传统的有限折叠映射作为混沌产生器,提高了混沌的动态优化性能,通过在优化过程中不断缩小优化变量的搜索空间来提高搜索效率和精度。实验结果表明,该方法的优化结果不依赖于初始值位置,具有搜索效率高的特点。与Logistic映射和Tent映射优化方法相比,平均搜索效率分别提高了71.6%和62.6%。     

基于改进烟花算法的以太网通信链路调度方法

针对工业以太网通信链路调度延时大及效率较低的问题, 提出一种基于改进烟花算法的实时周期消息任务调度(CVFWA)方法. 以降低网络传输时延为目标, 首先, 将传统烟花算法的连续解空间映射到实时周期序列调度问题的离散解空间； 其次, 为增加种群的多样性, 在高斯变异过程中引入变异系数； 最后, 采用基于中位数锦标赛的选择策略代替欧氏距离选择策略. 仿真结果表明, 该方法能使实时周期消息序列在最短时间内完成队列调度, 有效降低了网络时延, 提高了全局搜索效率.     

分时隙二进制RFID反碰撞算法及其仿真

研究RFID反碰撞算法,提出一种分时隙二进制树形搜索算法的高效反碰撞算法模型,运用EDA工具QUARTUS-II对该算法进行逻辑仿真,仿真结果表明运用该算法可大大减少反碰撞搜索过程的通信数据量,搜索效率得到较大提高,提高了射频标签识别的准确率,该算法对射频标签芯片的设计具有参考价值.     

基于混沌粒子群的SVM参数优化算法

支持向量机的性能与核函数的参数及惩罚系数C有很大关系.利用Lozi’s映射的较好遍历性,在粒子群优化算法中引入Lozi’s映射的混沌思想,提出基于混沌粒子群优化算法的SVM参数优化方法.仿真实验表明,该算法能有效提高整个迭代搜索的收敛速度和精度,从而更好地优化SVM参数.     

一种混沌多样性控制的萤火虫优化算法

针对基本萤火虫算法存在早熟停滞现象,提出了一种混沌多样性控制的萤火虫优化算法.运用混沌映射产生均匀分布的萤火虫初始位置,获得质量较好的初始解;在搜索过程中对适应值低的部分萤火虫进行混沌扰动,以保持群体活性,减小陷入局部最优的可能性;同时利用真实物理反弹理论对超越边界萤火虫位置进行控制,提高种群的多样性.用标准测试函数测试,实验结果表明,该算法能有效地提高了算法的全局搜索和局部开发能力,寻优精度和收敛速度明显提高.     

基于混沌粒子群的SVM参数优化算法

支持向量机的性能与核函数的参数及惩罚系数C有很大关系.利用Lozi’s映射的较好遍历性,在粒子群优化算法中引入Lozi’s映射的混沌思想,提出基于混沌粒子群优化算法的SVM参数优化方法.仿真实验表明,该算法能有效提高整个迭代搜索的收敛速度和精度,从而更好地优化SVM参数.     

基于猫映射的混沌通信改进方案

针对混沌同步的混沌通信方案存在的安全问题,提出了一种基于猫映射变换的改进方案.利用回归映射破解方法和功耗分析破解方法,攻击者可在混沌系统参数未知的情况下破解混沌信号.在所提出的改进方案中,发送端使用猫映射变换将混沌序列置乱,利用置乱后的混沌序列作为载波进行通信;在接收端进行猫映射逆变换恢复出原始混沌序列,进而实现混沌同步,完成解调.所提出的改进方案简单、易于实现,能够有效地抵抗回归映射和功耗分析的破解.     

满足链路约束的拓扑聚集度虚拟网络映射算法

高效的虚拟网络映射算法能提高网络收益,降低物理资源的消耗。假如一个虚拟网络能够被满足映射,那么它对物理节点资源的消耗是固定的,对资源消耗的总大小取决于链路映射。为减少链路资源消耗,相邻的虚拟节点在被映射后应该是接近的。本文提出基于满足链路约束的拓扑聚集度映射算法。该算法在计算汇聚度时考虑节点间的链路请求,是一阶段映射算法。此外,本文根据图的广度优先搜索对虚拟节点排名,使连续映射的虚拟节点有较高的关联性。仿真实验表明,所提出的算法提高了长期网络收益和收益花费比。     

低功耗片上网络映射的遗传及蚂蚁融合算法

针对带宽和时延约束下的低功耗片上网络映射问题,提出了基于遗传和蚂蚁算法融合的映射算法.该算法利用遗传算法的快速搜索能力,获得若干优化解,并按照这些优化解的最优顺序给蚂蚁路径赋初值,以初始化蚂蚁算法的信息素分布.然后,借助具有交叉和变异操作的蚂蚁算法,充分利用蚂蚁算法的正反馈特性,搜索低功耗映射问题的更优解.该算法具有收敛速度快、优化效果好的特点,可用于求解大规模片上网络映射问题.实验结果表明:当系统规模扩大时,该算法在搜索时间方面明显优于遗传类算法和蚂蚁类算法,如系统规模为64处理单元时,搜索速度提高率最高可达220.3％,在较快收敛的同时,还保持了较好的优化效果,与蚂蚁类算法的差别可保持在9.1％以内.     

用粒子群算法求解打靶点的一种方法

针对打靶法中打靶点寻找困难的问题,提出了一种改进的粒子群算法.该方法将粒子适应度定义为终点状态的目标优化函数,并通过人工神经网络建立微分方程组的初始状态与终点状态的映射来提高运行速度.针对打靶点要求精度低,但不得陷入局部极值点的特点,在一次搜索结束后,逐步提高搜索水平,并重新调整粒子搜索能力来进行二次搜索,从而提高了得到全局最优值的命中率.最后通过一个实例验证了该方法的有效性.