基于ATML标准的ATS资源动态匹配方法

研究了基于ATML对测试仪器资源能力、测试需求等标准描述方法,并实际应用到资源匹配的流程中;提出了以多属性决策理论研究仪器能力与测点需求的匹配,并建立了匹配函数,量化衡量测点与仪器的匹配优劣;最后,提出了基于此匹配函数的动态匹配方法,实现了测试资源与测试需求的动态匹配,提高了测试效率和自动化测试水平。     

稀疏信号重构的罚函数神经网络模型

在压缩感知理论中,针对未知信号的稀疏性和信号非零元素位置的不确定性使得稀疏信号的重构比较困难,以及基于贪婪迭代方法的匹配追踪算法和基于凸松弛方法的基追踪算法对稀疏信号的重构概率不高的问题,提出一个罚函数神经网络模型.首先在感知矩阵满足有限等距性(RIP)的前提下,压缩感知问题可以转化为等价的l1-范数最小化问题.然后基于罚函数的思想构造能量函数,建立了解决稀疏信号重构的神经网络模型,并对其收敛性和优化能力进行了理论分析.仿真实验结果表明,仅需较少的观测数,稀疏信号的重构概率就能接近100％;特别是在不同的观测数下,所提出的神经网络模型与正交匹配追踪(OMP)算法、压缩采样匹配追踪(CoSaMP)算法及l1-正则化最小二乘法(l1-LS)相比,信号的重构概率分别平均提高了4.93个百分点、14.07个百分点和2.73个百分点.     

约束优化问题的改进遗传算法设计

遗传算子是影响遗传算法优化效果的重要因素,针对目前遗传算法研究中对约束优化问题求解的不足,提出基于退火思想的退火选择算子和加权适应度算子,并给出了退火选择算子和加权适应度算子设计方法及其计算过程.在此基础上与现有的遗传算子结合,提出一种新的改进遗传算法,分析了改进遗传算法与基于罚函数遗传算法之间在原理上的区别.最后以两个测试函数为算例对算法进行了性能测试,结果表明改进的遗传算法具有良好的优化性能,能获得更好的优化结果.     

基于遗传算法的分形图像压缩技术研究

针对分形图像压缩过程中匹配编码效率和保证解码图像质量的冲突问题,构造一种基于遗传算法的适应度函数,对杂交算子和变异算子进行设计和优化。实验结果表明,新算法与Fisher自适应四叉树算法、均值聚类算法和自适应遗传等四种算法,以编码耗时(s)、压缩比和PSNR差值为指标进行比较,在保证解码图像质量的前提下,新算法匹配编码效率获得了令人满意的效果。该项研究成果为探索图像新型压缩算法提供了一种途径,具有重要参考借鉴价值。     

自动测试系统的可重构测试接口适配器设计

提出可重构测试接口适配器(RTUA)的思想,用户通过程控接口可以现场自动配置RTUA以满足不同UUT及不同信号的测试需求。采用匹配函数描述测试点与仪器端口的匹配程度,匹配函数综合了测点信号属性与仪器性能参数、仪器可靠性、仪器成本等因素。给出RTUA的硬件架构模型,控制模块采用SOPC技术实现,可调用不同的配置文件实现RTUA重构。给出RTUA的软件设计方法,采用COM组件实现测控计算机对RTUA的配置管理。     

结合多信号模型与遗传算法的板级电路测点选取方法

针对传统的电路板测点选取方法需要的输入信息多、工作繁琐、效率低及难以得到全局最优解等问题,提出了一种基于多信号模型与遗传算法相结合的优化方法。首先,通过建立板级电路的多信号流系统模型,获取测点与对应板级电路组成单元的相关性矩阵,并对其进行进一步分析,得出测点组合的测试能力参数。在测点选取数量不大于给定值的情况下,选取测试能力参数作为遗传算法的适应度函数并进行优化搜索,以确定测点的优化选取方案。结合Multisim仿真软件进行低通有源滤波电路系统的故障模拟实验,仿真结果表明,基于多信号模型与遗传算法选取的板级电路测点组合对低通有源滤波电路中的绝大部分故障都有良好的检测和隔离能力,取得了良好的效果,同时该方法也适用于多种其他电路。     

基于改进遗传算法的机器人路径规划

文中提出一种基于改进遗传算法的移动机器人路径规划方法,将复杂的二维编码问题简化为一维编码问题,优化改进标准遗传算法的选择算子和交叉算子,引入路径规划特定的遗传算子(修正算子),最后以移动机器人行走路径最短作为适应度函数进行遗传优化.此算法克服了标准遗传算法的早熟收敛、运算结果稳定性差等问题,提高遗传算法的进化效率.仿真实验结果验证了该算法在移动机器人路径规划中的可行性和有效性,以及规划结果的稳健性.     

CSMP:基于约束等距的压缩感知匹配追踪

压缩感知包括压缩采样与稀疏重构,是一种计算欠定线性方程组稀疏解的方法.大规模快速重构方法是压缩感知的研究热点.提出一种匹配追踪算法CSMP,采用迭代式框架和最佳s项逼近以逐步更新信号的支集与幅度.基于约束等距性质进行收敛分析,算法收敛的充分条件为3s阶约束等距常数小于0.23,松弛了匹配追踪重构s稀疏信号的约束等距条件,加快了收敛速度.为适用于大规模稀疏信号重构,提供了可进行随机投影测量子集与稀疏基子集选择的矩阵向量乘算子,可利用离散余弦变换与小波变换,避免了大规模矩阵的显式存储.在220随机支集的稀疏高斯信号,512×512Lenna图像上进行压缩采样与稀疏重构实验并与其他算法进行比较,结果表明所提算法快速稳健,适用于大规模稀疏信号重构.     

基于DPLL的混合遗传算法求解SAT问题

基于"聚类排序选择"优化遗传算法求解SAT问题时,引入交叉算子和变异算子,并根据适应度函数及问题本身特性,调节阈值δ,生成新的种群聚类。这种遗传算法有效地抑制了算法的延迟收敛,从而保证了为可满足性公式能够快速找到一个可满足性指派。同时,在遗传算法中引入了DPLL算法,对部分变元进行消解,提高了算法的求解效率。相关的实验数据表明,本算法的性能明显优于同类算法。     

基于遗传算法改进的交通干线信号优化研究

针对城市交通拥挤、道路通行能力低等问题,通过建立城市交通干线系统信号配时模型,设计了一种基于遗传算法改进的混合式优化算法.算法对遗传算法中适应度函数、交叉算子和变异箅子等进行了一些改进,并将混沌优化思想融入改进后的遗传算法中.用混合式优化算法对城市交通干线系统信号进行配时,有效地协调了各路口的信号灯,使交通干线系统的交通量得到了明显改善.仿真结果表明此算法具有较快的收敛速度和进化效率,能有效实现全局优化.     

基于遗传算法求解三维匹配的资源分配问题

针对非正交多址接入(NOMA)技术的两层异构网络(HetNets)的资源配置,因用户、基站和子信道三维匹配属于NP难题,多分解为二维匹配求解,为此提出一种改进的遗传算法(GA)求解用户的多维匹配。为满足系统总容量最大并降低时间复杂度,将遗传算法的编码方式设计为一种多维映射过程;为防止陷入局部最优并提高全局搜索能力,对选择算子进行确定性和随机性的结合。实验结果表明,该算法相对于贪婪算法和双边匹配算法,具有收敛速度快和全局性更好等优点。     

云计算环境下利用改进遗传算法结合二次编码的大规模资源调度方法

针对传统遗传算法无法满足多用户下的大规模云计算环境下的资源调度问题,提出利用改进遗传算法结合二次编码的方法解决大规模资源调度。首先,在选择复制阶段,采用基于最小任务完成时间和匹配程度的双适应度函数,对种群以双重标准进行筛选。然后,对算法的交叉变异概率进行了自适应优化,使其自适应能力进一步提高,保证了算法尽快向最优解收敛。同时引入的收敛终止条件保证了算法尽快跳出循环。最后,在CloudSim平台上对改进遗传算法（IGA）进行了分析,实验结果表明,提出的改进遗传算法能够很好地适用于大规模资源调度,且结果优于其他几种较新的对比算法。     

一种求解多执行模式资源水平问题的遗传算法

针对资源受限情况下多执行模式工程调度中资源水平问题的特点,设计了一种遗传算法。解的编码采用满足紧前关系的工作链表与工作执行模式链表结合的双链表结构,交叉算子采用修正的一点交叉算法。为保证收敛解的可行性,在适值函数计算时对不可行解进行惩罚。对标准问题库PSPLIB中大量问题的求解实验结果表明,遗传算法是求解该问题的一种有效算法。     

Modified genetic algorithms for manufacturing process planning in multiple parts manufacturing lines

Manufacturing process planning for multiple parts manufacturing is cast as a hard optimization problem for which a modified genetic algorithm is proposed in this paper. A cyclic crossover operation for an integer-based representation is implemented to ensure that recombination will not result in any violation of processing constraints. Unlike classical approaches, in which the mutation operator alone is used to foil the tendency towards premature convergence, a combination of a neighborhood search based mutation operator and a threshold operator were implemented. This combined approach was designed to; (a) improve the exploring potential and (b) increase population diversity of neighborhoods, in the genetic search process. Capabilities of a modified genetic algorithm method were tested through an application example of a multiple parts reconfigurable manufacturing line. Simulation results show that the proposed modified genetic algorithm method is more effective in generating manufacturing process plans when compared to; a simple genetic algorithm, and simulated annealing. A computational analysis indicates that improved, near optimal manufacturing process planning solutions for multiple parts manufacturing lines can be obtained by using a modified genetic algorithm method.     

基于改进遗传模拟退火算法的BP神经网络的畸变校正研究

针对相机所采集的图像大多都存在畸变现象的问题,设计了基于改进遗传模拟退火算法的BP神经网络校正算法。该算法针对传统遗传算法易于收敛局部最优的问题,提出分段选择策略与随机抽样相结合的选择算子,自适应交叉与变异算子。在畸变校正中,该算法通过网络的输入输出建立理想点与畸变点的关系,使用改进的遗传模拟退火算法来优化神经网络中的阈值与权值,然后使用基于LM算法的BP神经网络进行局部优化,最后通过插值算法得到校正后的图像。实验表明,该算法能过较好的对图像进行畸变校正,同时与传统的BP神经网络算法相比精度更高,收敛速度更快。     

一种求解图着色问题的优化组合遗传算法①

图着色算法是一种典型的NP-完全问题。在逆序算子、对偶算子和矩阵遗传算子的性能研究基础上,采用自然数与二进制相互转换的编码方案,应用图着色问题的约束条件建立适应度评价函数,将具有良好局部搜索性能的矩阵遗传算子与具有良好局部搜索性能的逆序与对偶组合算子优化组合应用,构造了一种用于求解图着色问题的优化组合遗传算法,保证了算法的全局收敛性。与基本遗传算法相比较,实验结果表明,该算法对图着色问题有较好的求解性能。     

基于聚类分析和资源竞争模型的生境遗传算法

传统的遗传算法在处理多模函数优化问题时，只能收敛到单个极值点．使用生境机制的改进算法可以获得多个局部极值点,提出了一种新的基于聚类分析和资源竞争模型的生境遗传算法．这种算法将聚类分析、共享技术和拥挤技术有机地结合起来，可以有效地对多模函数进行优化，而无需事先确定生境的具体数目和生境半径的大小．通过数学分析，证明了这种算法可以控制收敛到的生境的数目，避免找到无效的极值点．典型问题的测试证实了上述结论．     

应用布尔遗传算子求解N皇后问题

应用回溯法求解规模较大的N皇后问题时,时间开销巨大。从提出布尔遗传算子角度,增强遗传算法局部搜索性能,与具有良好全局搜索性能的矩阵遗传算子组合应用,对N皇后问题求解。采用自然数和二进制互换的编码方式,应用N皇后的约束条件构造适应度函数,保证了算法的全局收敛性。通过与回溯法和相关遗传算法比较,实验证实了该方法应用于求解N皇后问题,具有良好的搜索效率和求解质量。     

变焦佳点集遗传算法

通过使用数论佳点集理论与方法构造出佳点交又算子,佳点集遗传算法(GGA)具有更快的收敛速度和精度,且避免了常见的早期收敛现象,但是二进制编码的佳点集遗传算法在位串长度确定的情况下无法克服二进制与实数之间的映射误差。针对二进制编码遗传算法存在从最高位到最低位依次收敛的多米诺现象,提出含有变焦因子的佳点集遗传算法来变相增加位串编码长度以期缩小该映射误差,提高搜索效率和求解精度。通过不同维数下的Benchmark测试函数的仿真结果表明,改进的算法具有全局收敛、求解精度和搜索效率高的优点。     

一种动态可重构Reed-Solomon译码器的设计

针对RS译码器结构复杂,资源消耗大的问题.提出了一种基于动态可重构技术的RS译码器;该译码器将伴随多项式计算和钱氏搜索算法在同一个可重构模块RSCM中通过动态改变电路结构,以时分复用的方式实现;给出了基于状态机的译码控制器,实现各功能模块的调用;采用VHDL语言实现,在Quartus Ⅱ 7.2环境下进行仿真;结果表明,该译码器能有效降低硬件资源占用率,最高时钟频率达到124MHz.