基于遗传算法的三值FPRM电路面积优化

三值逻辑函数在不同极性下的固定极性RM (reed-muller)电路实现形式所对应的电路面积不尽相同,通过对多值列表技术的研究,提出一种三值不同逻辑的极性转换算法.首先根据三值FPRM(fixed-polarity reed-muller)固定极性展开式的特点,建立三值FPRM电路面积估计模型;然后由多值列表技术推导出三值格代数积之和展开式到RM逻辑展开式极性转换算法.在此基础上,结合遗传算法,进行三值FPRM面积最佳极性搜索.通过对8个MCNC基准电路测试表明,所提算法搜索到的最佳极性三值FPRM电路,与0极性时相比,面积平均节省达到47.4％.     

基于人口迁移算法的三值FPRM电路面积最佳极性搜索

人口迁移算法是一种新的全局优化搜索算法,主要模拟人口随着经济重心发生转移和随着压力增加而扩散的机制,其收敛性和全局寻优能力较强。三值固定极性RM(Fixed-polarity Reed-Muller,FPRM)电路的面积大小与其极性有关。通过对人口迁移算法的研究,提出了一种三值FPRM电路面积优化方案。首先根据三值FPRM表达式和电路面积之间的内在联系,建立面积优化模型;然后利用人口迁移算法对三值FPRM电路进行面积最佳极性搜索;最后对10个MCNC Benchmark电路进行测试。结果表明:与整体退火遗传算法相比,本文算法在面积和时间上分别平均节省10.04%和56.59%。     

基于DYL电路的三值触发器设计

作者在前文[1—2]的基础上,进一步提出了用 DYL 与或—阀门电路实现主从式和边沿式以及电位式三值触发器的设计,为 DYL 电路在三值逻辑系统中的应用提供了完整的 DYL 系列 D、JKL、T 型三值触发器的设计方案。     

基于NEH算法的三值光学计算机任务调度优化研究

任务调度问题一直是计算机领域的一个研究热点,对新兴的三值光学计算机尤为重要。本文将加法器分解成五个独立的逻辑运算部件,分三步完成MSD加法,从而构成加法流水线,以充分发挥其巨位性与并行性的优势。选取响应时间作为优化指标,基于NEH算法对给定任务集进行调度优化,结果表明对于给定任务集采用短作业优先策略调度任务会使的平均响应时间最短。     

基于值的分布式查询优化算法

针对目前查询优化算法的缺陷,充分考虑了实际数据库系统中属性值的非均匀分布性和属性值之间的相关性对查询优化的影响,提出了一种基于值的查询优化模型,阐述了其科学性、合理性.给出了解决该优化问题的遗传算法,选取种群规模50、保留比例0.1、变异概率0.001的参数对算法性能进行了实验分析,结果证明该算法有一定的效果.     

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.     

基于电路法的优化式着色算法分析

提出一种基于优化形式的着色框架,并构建其等效求解电路,从而把着色问题转化为电路中节点电位的求解.设计一种能调节物体间颜色过渡带宽度的改进算法,并对其着色特性与现有混色算法进行比较分析.实验结果表明:根据电路理论中的基尔霍夫电流定律,证明了现有的2种着色算法等价;优化式着色实际上是一种混色过程,其混色权重等于像素随机游走的首达概率.优化式着色算法既能获得均匀的颜色渐变特性,又可以在物体间作很好的颜色区分.     

基于综合值修正的领域概念筛选算法

为了提高领域概念筛选的准确率,对测试数据进行了筛选,指出了算法误筛选常用词汇的问题,分析了常用词汇的高一致度值导致高综合值的缺陷,设计并探讨了术语综合值修正参数,改进了原有综合值的计算方法,放大了领域概念与常用词汇之间的差别。仿真实验表明,修正后的综合值与原综合值相比,变化趋势一致,但幅度更大。数据实验表明,在不影响领域概念筛选结果的基础上,改进后的筛选算法增大了领域概念的综合值,同时降低了常用词汇的综合值,实现了常用词汇的剔除,提高了准确率。     

基于全局最优值的群搜索优化算法

标准群搜索优化(group search optimizer,GSO)算法在搜索的前期易于陷入局部最优,造成收敛速度变缓甚至在搜索时停滞等问题。针对以上问题对GSO算法进行改进,提出一种基于全局最优值的群搜索优化(global optimal value-based group search optimizer,GGSO)算法,弥补标准群搜索优化算法在搜索的前期易于陷入局部最优的缺陷。通过在GSO算法搜索过程中加入全局最优值方式,改进"发现者–加入者"模型,从而加快算法收敛速度。11个国际标准测试函数的对比实验表明,GGSO算法无论在算法精度还是收敛速度上都优于标准GSO算法。     

基于奇异值分解自适应图像压缩的优化算法

结合图像质量评价体系,在基于奇异值分解的动态压缩比优化方法的基础之上提出一种新的优化算法.该优化算法可以解决基于奇异值分解的动态压缩比优化方法中不能根据不同图像的特点对每幅图像自适应地进行图像压缩的缺陷,并能根据需求,预先设定压缩图像的质量范围,使压缩图像达到指定的压缩率或清晰度,从而满足指定的要求.经实验证明,该优化算法切实可行,具有较高的实用价值.     

基于遗传算法的电炉载能值综合优化

引入载能体的方法,统筹电炉炉料结构、电炉供氧、配碳和供电等多种因素,建立了电炉载能值综合优化模型.模型约束复杂,采用线性规划难以求解,本文采用遗传算法进行求解.对BH1H、BHDDQ和SUS304钢种进行能值计算.结果表明:在保证电炉出钢钢水化学成分、温度和渣的碱度等指标符合要求的前提下,每炉钢水能值分别降低了22.8%、21.4%和23.6%.     

基于区间值模糊集的三Ⅰ推理算法

通过推理说明一般模糊推理是区问值模糊推理的特殊情形,最终把般模猢推理纳入到区间值模糊推理的系统之内。     

基于夏普利值算法的行车调度优化模型

运用合作博弈理论的夏普利值算法模拟数据建立假设模型,利用MATLAB对假设模型分析求解和检验,确定此模型在行车调度上的可行性。运用夏普利值算法建立行车调度优化模型,对比模型性能结果表明:优化后的模型以详细分析车辆发车次数对运营的影响为前提,对行车时间加以准确的分析,基于大数据预测客流量,可针对不同时间、不同峰值的客流量需求,智能配置出全新行车调度方案,为智慧交通中优化行车调度提供参考。     

基于属性-值对的信息增益优化算法

偏向于取值较多的属性是ID3算法的一个缺陷,目前已提出的决策树的优化算法对ID3算法的改进,部分解决了该缺陷,但仅适用于两值属性的样例集,对于多值属性效果并不明显.针对该优化算法的不足,通过将属性和属性值对应成一个属性,提出了属性-值对的信息增益优化算法GBT.通过理论和实验分析,表明该算法不仅克服了ID3算法偏向于取值多属性的缺陷,同时解决了优化算法对多值属性效果不明显的不足.     

基于节点权值的簇头选举优化算法

LEACH是无线传感器网络中一种经典的降低网络耗能的分簇路由算法,该算法可有效的延长网络的生命周期,具有平面路由协议无可比拟的优越性。但其簇头选举机制是随机的,没有考虑候选节点的剩余能量等因素。本文基于LEACH提出了一种改进算法,通过节点权值来选择簇头,权值是本轮候选节点的剩余能量、节点密度和距离基站远近的一种数学关系的度量。依此来均衡网络负载,延长整个网络的生命周期。     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

基于k-means算法的k值优化的研究与应用

k-means算法是经常使用的一种聚类算法,但是易受聚类个数k的影响,其性能主要取决于k值优化,因此对近年来k-means算法的研究现状与进展进行总结。对较有代表性的k值优化的k-means算法,从思想、关键技术等方面进行分析概括,并选用著名数据集对一些典型算法进行了测试,主要从同一个数据集、不同的k值优化情况进行对比分析．上述工作将为聚类分析和数据挖掘的研究提供有益的参考．