一种旨在优化速度的多功能乘累加器设计

介绍了一种40±16×16位高速乘累加/减器的设计。该乘累加/减单元支持有符号数、无符号数及混合符号数的乘法、乘累加/减运算,并支持多种舍入的乘法、乘累加/减运算。该单元采用了改进的Booth算法和Wallace树结构,简化了部分积的产生,及部分积符号的扩展;优化了Wallace树的连接结构,及后续多个操作数的处理次序,从而显著地提高了乘累加/减器的速度。该设计综合考虑了高性能通用DSP对乘累加/减器的要求,作为某高速高性能定点DSP的一部分,已经实现了RTL电路设计、功能仿真、和PC综合,并准备流片且进行FPGA系统开发板的芯片验证。     

基于GA的天然气增压系统可靠性优化

以天然气增压系统的可靠性分析为基础,在体积、重量和总费用的约束条件下,通过优化设计使整个系统的可靠度最高.给出了天然气增压系统区间系数的可靠性优化数学模型,把非线性区间规划模型转化为等价的双目标非线性规划模型,并在此基础上阐述了用遗传算法(GA)找出问题解集的基本思想,对整个系统的核心涡旋式压缩机进行了性能参数分析.可靠性试验结果表明:优化后的天然气增压系统可靠性是满足要求的,用遗传算法求解该问题是相当有效的.     

一种改进的二维装箱问题的混合遗传算法

改进了FFA算法,提出了区间合并和最小浪费面积的概念,并阐述了实现的方法．最后,采用基于改进的FFA算法的混合遗传算法得到了较好的结果,并对结果进行了分析．     

干扰情形下重复性项目快速修复策略模型与算法

重复性项目受到干扰事件影响后,如何使其低成本,快速修复到基准调度计划,是项目管理者面临的重要问题。本文研究了干扰情形下重复性项目的反应性调度问题。首先提出了一种新的快速修复策略模型,旨在使项目以较低的成本快速修复到基准调度计划;针对问题特点,设计了一种Q-learning与遗传算法结合的混合算法进行求解;最后通过一个高速公路项目和蒙特卡洛模拟验证了本文模型和算法的有效性。结果表明：本文所提出的修复策略可以显著降低反应性调度成本;在一定范围内,增加修复的范围可以有效降低反应性调度成本;Q-learning与遗传算法混合算法在该问题上的求解质量和效率优于遗传算法。本文可以为重复性项目管理者进行反应性调度提供决策依据。     

基于遗传算法的特征子集选择方法

特征子集选择问题一直是人工智能领域研究的重要内容,特别是近几年来,特征子集选择算法研究已经成为机器学习和数据挖掘等领域的研究热点.本文提出了基于遗传算法的特征子集选择算法,实验证明该算法是简单、正确、有效的,并具有良好的收敛性和稳定性.     

一类椭球(柱)电容器电容的另类简明算法

根据椭圆及其二次曲面与椭球和椭圆柱面方程的关系与性质,基于静电场边值问题的唯一性定理,推导了一类回转椭球的电位分布及其电容,进一步讨论并导出了一类椭球和椭圆柱电容器的电容,该算法比“保角变换“法和“广义坐标“法更简明、快捷.     

基于遗传算法的盐穴储气库注气能力方案优化

盐穴储气库作为中国天然气调峰的重要手段之一,承担着战略储备的重要任务。为提高川气东送输气管网的运行优化能力,对金坛盐穴储气库提出合适的注气配产方案以降低压缩机能耗作为当前阶段的首要目标。通过对金坛盐穴储气库的地理环境、管道参数、储气井参数、压缩机能耗等综合因素进行分析后,以该地区十口井注气流程为例,将其配气方案的能耗分析作为主要目标,在满足于储气库总量、单井注气约束条件的情况下,应用遗传算法对注气任务方案进行优化。通过分析了5组遗传算法进行优化的注气配气过程,结果表明当迭代步数达到25步左右时,总能耗达到收敛且平均每组运行时间为4.57 s,进一步分析得出各单井注气量在优化过程中的趋势图。在符合现场条件、满足于注气需求的情况下,最终模拟优化后的配产方案系相比最初配产方案压缩机能耗下降了33%,实际现场压缩机能耗下降普遍在30%～35%,大幅降低了压缩机能耗浪费,对实际生产应用具有一定的指导作用。     

Idealisation,genetic explanations and political behaviours: Notes on the anti-reductionist critique of genopolitics

The rapid development of genetic research, determined, among others, by the requirements of The Human Genome Project, and a gradual reorientation in the perception of the role of nature and culture in the process of shaping complex networks of human relations by some political scientists, result in the increasing application of genetic data and methods in research regarding political behaviours. One of the key philosophical objections against the studies of the genetic foundations of political behaviours is that of excessive reductionism. This is supposed to manifest itself in the inadequate selection of the level of analysis for the explained phenomenon, the incompleteness of explanations and their low utility. My findings show that this objection is not sufficiently supported by contemporary science. Both studies using classical behavioural genetic methodologies and studies using DNA-based methods show that genes most likely play a role in political behaviours. Emphasising the significance of genetic influences in the midst of multiple extra-genetic interactions generates highly idealised explanations. Using the conceptual apparatus of the deformational concept of culture, I have demonstrated that the omission of a number of important extra-genetic influences by researchers is a consequence of focusing on specific causal patterns. This omission, however, does not entail negating the influence of non-genetic factors and, importantly, it may not have to be permanent. Following this approach, if correct, the reductionism of research into the genetic foundations of political behaviours is a standard cognitive procedure applied in science.     

基于特征增益与多级优化的协同过滤个性化推荐算法

基于混合策略个性化推荐的思想,为进一步提升业务套餐型产品的个性化推荐的准确性,提出了基于特征增益与多级优化的协同过滤推荐算法(FACCF);其中融合了消费数据的时域特征、空域特征、消费倾向以及套餐特征。该算法首先基于客户的时域、空域行为特征,构建了CTAP概率主题模型实现协同过滤;其次,将过滤后的新特征、套餐主题与套餐特征结合进行优化;最后,基于贝叶斯网络对客户群体的消费倾向进行聚类分析,形成二次优化,获得个性化推荐列表。使用电信真实用户数据实证分析的结果表明,FACCF算法能够更准确地预测客户消费意愿。     

基于演化规划的入侵检测规则挖掘算法

本文将演化规划应用于入侵检测规则自动提取,利用演化规划灵活的个体表示得到自然描述的规则,使规则易于理解,利用演化规划全局寻优的能力得到较好的入侵检测规则,从而降低误报率和漏报率.文中改进了适应度函数,最后给出了实验结果,并与其它文献的同类实验结果进行了比较,证明了改进演化规划的有效性和先进性.