RSA中大素数生成算法优化及电路实现

为了减少大素数生成时间并加快RSA(Rivest,ShamirAdleman)公钥密码算法的加解密速度,并行化实现了小素数试除和Miller-Rabin素性测试两大关键步骤,使其在进行素性测试的同时能进行小素数试除,从而大幅减少了小素数试除单独运算消耗的时间.为了加速Miller-Rabin素性测试须要反复调用的模乘运算单元,采用一种基于字的高基Montgomery算法及多级流水结构,设计了一种可配置的高速模乘运算电路.经FPGA(现场可编程门阵列)测试,在100 MHz频率下,生成的512bit大素数的平均耗时约为75ms,生成的1 024bit密钥对的平均耗时约为166ms,耗时只有参照结果的54.2%左右.     

求解流水车间调度问题的一种混合式遗传算法

讨论了如何将邻域搜索与遗传算法相结合求解流水车间调度问题,提出了一种邻域结构,使之更适合求解流水车间问题,设计了一种基于扩展采样空间的混合式遗传算法的框架,并通过计算机模拟验证其有效性。     

一种降低流水化指令缓冲存储器泄漏功耗的设计方法(英文)

流水化的指令缓冲存储器通常被用于高频率处理器中,以提高取指带宽。然而,在以往的研究工作中,对流水化指令缓冲存储器的泄漏功耗问题关注较少。在工作中发现流水化的指令缓冲存储器较之传统的指令缓冲存储器能够更好的提供降低泄漏功耗的机会。通过这一观察,提出根据取指地址的要求来动态管理指令缓冲存储器中行的活动——仅仅使需要访问的行处于正常活动状态,而其他行均被控制在低电压模式下,从而大幅度降低这些行的泄漏功耗。通过模拟评测发现,该方法使流水化的指令缓冲存储器的泄漏功耗降低了77.3%,而处理器的性能损失仅为0.32%。     

好色之途——婺源摄影采风散记

“蓝天、青山、碧水,小桥、流水、人家……”婺源的秋色在我心中早已是一幅美丽的构图,这里是我心仪已久的地方。11月11日,在这个被国人戏称为“光棍节”的日子,我背上沉重的摄影行囊起程,参加由《中国摄影报》组织的婺源、古徽州塔川秋色摄影创作团,进行采风。     

基于滤波波束搜索算法的置换流水车间调度问题

【目的】研究解决置换流水车间中作业完成时间与常见到期日之间的绝对偏差最小化和中间库存最小化问题。【方法】首先，构建基于最小化绝对偏差和中间库存的混合整数线性规划模型，采用两阶段法对模型进行求解；其次，提出基于精英选择策略的滤波波束搜索算法(Filtered beam search algorithm，FBSA)，将精英选择策略与FBSA融合，通过对有“希望”的迭代节点进行局部搜索和全局搜索，用以确定筛选出的最优解。【结果】通过实例仿真对基于精英选择策略的FBSA与其他智能优化算法在最优解偏差百分比、平均错误率、改进百分比等3个指标进行对比，结果显示该算法在求解所提问题时具有高效性和稳定性。【结论】基于精英搜索策略的FBSA对处理置换流水车间调度问题有着良好的效果与优势。     

基于区块链技术的钢铁企业全流程数据管理

钢铁企业全流程数据的有效管理是实现实时决策的保障.现有全流程数据管理系统中心化严重，导致容灾性和安全性弱、效率低.本文利用区块链技术，对其账户机制进行改进，设计了钢铁全流程数据管理方案.首先，描述了全流程数据管理的业务需求和难点；其次，采用实用拜占庭容错(practical Byzantine fault tolerance，PBFT)共识机制和智能合约技术，设计了基于联盟链的全流程数据管理系统结构模型；然后，针对传统区块链账户只有一种资产的弊端，提出了一种新的资产账户管理机制——多种资产账户，进而提出了相应的账户内资产转化算法和账户间资产交易算法；最后，对系统特征和效率进行了对比分析.结果表明，该系统与传统的中心化系统相比，安全性和容灾性较强，效率较高.     

心理账户导向下的农地要素市场化逻辑

农地要素非市场化相当普遍，并影响到传统农业转向现代农业，成为乡村振兴的阻碍。为什么农户偏好于关系型自发流转而不是将农地流转给龙头企业?论文立足于心理账户理论进行了解释：农户对农地价值评价包括了物化价值和人格价值两部分。相对于物化价值，人格化价值难以通过货币度量。这使得农户流转农地获得的收益远小于面临的损失。考虑到农村社会的人情交往逻辑，农户将农地流转给亲友邻居获得的收益包括了物化价值，还包括了人情价值，由此降低了农地流转获益与损失之间的差值。据心理账户的运算法则，当收益小于损失但差值不大，人们会整合看待；这使得损失造成的痛苦感被收益带来的愉悦感所弥补，从而激励了农地流转发生。为此，本研究以江西绿能公司为例证，并使用了“千村调研”数据进行了实证估计，揭示了农地要素市场化的可能性路径。     

改进人工蜂群算法求解置换流水车间调度问题

针对置换流水车间调度问题（PFSP），以最小化最大完工时间为优化目标建立数学模型，设计了一种改进人工蜂群算法。该算法采用反向学习方法和混沌映射来生成初始种群，为使算法能够求解离散的调度问题，采用LRV规则将位置数值映射成工件排列顺序；在雇佣蜂阶段，融入差分进化算法的思想，加入高斯变异算子，使收敛速度加快；在跟随蜂阶段，加入自适应策略，将算法的勘探和开发能力进行平衡；在侦察蜂阶段，加入柯西变异算子，避免陷入局部极值。最后通过比较几种不同的算法，对Car算例以及部分Rec标准算例集进行仿真测试，验证该算法的有效性和优越性。