基于Memetic算法的电路演化设计研究

 针对传统演化算法在设计数字逻辑电路时存在的演化速度缓慢和容易陷入局部最优解等问题,设计了一种Cartesian进化编程编码的电路演化Memetic算法,采用遗传算法作为全局搜索方法,并设计了适合电路演化的基本门种类局部搜索策略.通过一位全加器电路证明所提出的Memetic硬件演化算法的搜索能力,实验证明所提出的算法能够有效地完成进化任务,具有较强的全局快速和局部搜索能力.     

数字电路的演化设计方法

电路的演化设计方法是演化硬件研究的一个主要分支,它是开展演化硬件研究的基础,也是演化硬件得以具备自适应和自修复特性的技术前提。首先介绍了数字电路演化设计的理论基础,然后对系统开发所使用的硬件平台进行了描述,最后对电路演化设计的系统流程做了详细描述。为进一步深入到基于演化硬件的数字电路自适应和自修复技术研究打下了基础。     

故障诊断与硬件演化的一体化设计

提出将硬件演化技术融入于故障诊断技术之中的设计方案.充分利用硬件演化技术具有的自组织、自适应、自修复等优点,避免了进行精确的故障定位,从而实现故障的自修复.对基于硬件演化技术实现故障自修的前提条件进行了分析,并提出了演化字典理论.使故障诊断与硬件演化有机结合起来,拓展了现有故障自修复的技术手段.     

三进制编码实现硬件演化方法研究

针对硬件演化在演化算法中采用定长染色体编码结构位串,其编码过长会造成演化速度慢、成本高等缺点,提出基于三进制编码实现演化算法的方法.利用 Matlab 矩阵运算的优势,采用遗传算法实现演化算法,找到最优电路编码矩阵,得到了最佳电路函数表达式.实例反映了三进制编码比定长染色体编码规模小,遗传算法中采用多点定向变异具有收敛速度快等优点,证明了三进制编码演化算法的有效性.     

外部型数字电路进化设计研究

提出了一种在恶劣环境下实现电路系统高可靠运行的新方法.简要介绍了EHW的基本概念和工作原理,以四选一多路选择器为例阐述了电路的进化设计过程,证明了演化算法的收敛性和演化硬件理论的可行性,为最终研究硬件电路的自适应和自修复奠定了基础.     

基于猴王遗传算法的演化硬件

演化硬件作为新的硬件载体,具有自组织、自适应、自修复的能力。本文设计了一种由查找表(LUT)和D触发器构成的基本演化硬件单元,能够满足组合逻辑电路和时序逻辑电路的设计要求。同时设计了兼容组合逻辑电路和时序逻辑电路的适应度评估函数。利用该模型对基于遗传算法的演化硬件和基于猴王遗传算法的演化硬件参数进行了优化设计。分析表明遗传算法的变异概率 取值应在0~0.01之间,交叉概率对算法的性能影响可以忽略;猴王遗传算法的保留概率 取值应在0~0.85之间,变异概率 应在0~0.01之间。对比分析了遗传算法和猴王遗传算法的性能：基于猴王遗传算法演化硬件的运算量只有基于遗传算法演化硬件的1/4,且能得到更接近目标电路的电路结构。     

复杂数字电路的分解演化研究

针对制约演化硬件技术发展所面临的可扩展性问题,提出了一种GD．BIE分解演化方法,它将待演化电路按照先输出分解后输入分解的顺序,逐步分解为多个子电路,最后将演化成功的子电路有规律的综合完成目标电路的演化设计。实验证明,该分解方法能有效解决大规模电路演化中存在的染色体编码长、最大适应度高、演化代数多、输入输出真值表组合复杂的问题,为较大规模电路演化提供了一种有效途径。     

基于演化硬件的硬件重构编码方案及演化算法研究

基于柔性网络技术背景,面向SRAM结构的FPGA平台,提出一种基于LUT(look up table)结构的二维映射函数增量染色体编码方案(PMFICC,planar mapped function increments chromosome coding),该方案利用二进制配置文件串双平面映射方式进行编码变换,可有效提高硬件的重构效率。同时在该方案的基础上引入局部优化机制,提出一种改进的差分演化(MDE,modified differential evolution)算法,该算法可有效提高收敛速度和全局优化效率。最后对该算法进行了仿真验证,结果表明:MDE算法改进了差分演化算法容易陷入局部最优的不足,可以更加逼近实际最优解。     

可演化TMR容错表决电路的设计研究

在高温、辐射等恶劣环境下微电子设备的可靠性要求越来越高,利用演化硬件(EHW)原理,将EHW技术与三模块冗余(TMR)容错技术相结合,在FPGA上实现可演化的TMR表决电路,使硬件本身具有自我重构和自修复能力,大大提高了系统的可靠性.     

基于强化学习和分块并行的演化硬件方法

演化硬件（EvolvableHardware,EHW）是可编程逻辑器件和进化算法的结合,可根据不同演化目标自主动态调整自身电路结构.在演化硬件方法中,由于其自演化特性和上层遗传算法为参数敏感型,面对不同演化对象自适应性较差.同时遗传算法有早熟缺陷,在大型演化目标后期经常无法演化到目标真值表,成功率较低.本文在传统演化硬...     

基于改进演化策略的图像FCM聚类分割方法

提出图像分割算法在充分利用演化策略全局搜索能力的基础上，根据图像的灰度分布，按照模糊聚类的分割策略实现图像的分割。为了保证搜索到更优解，提出了一种新的演化策略改进方法，以提高其全局寻优能力，并将其应用到分割算法。实验结果表明，算法的分割效果很好。     

硬件化演化算法在函数优化上的运用

针对用软件实现的演化算法普遍存在的执行速度慢、不能满足实时应用需求等特点,这里使用基于Altera公司的CycloneⅡ型号的FPGA,及用VHDL实现一种比较先进的演化算法,并详细给出硬件实现的一体化操作和仿真步骤,从演化算法的软件实现到演化算法的硬件化;以及用此硬件化演化算法求解一些函数的优化问题。实验结果表明,用这种硬件化的演化算法可以大大提高演化算法的运算速度、同时收敛速度快、效果好,为演化算法在实时场合的运用提供了一种可能性。     

使用SystemC设计片上自演化系统

提出片上自演化系统的概念和基于SystemC的片上自演化系统设计方法,给出片上自演化系统的总体结构,使用SystemC建模搭建自演化系统实验平台.以典型低通切比雪夫滤波器为例,验证了实验平台的有效性.使用SystemC设计自演化系统既可在较高的抽象水平搭建自演化系统模型,加速验证、性能分析和探索系统结构,又可方便地进行软硬件协同设计,并最终达到硬件实现.     

基于改进自适应演化算法的微波电路优化设计

对自适应演化算法进行了改进,修改了变异操作中分量值会超出定义域范围的错误,改善了重组操作并不一定产生更优后代的缺点,从而大大提高了收敛到全局最优解的概率.通过将此两种算法引入微波电路的设计中,通过结果对照,证明了改进算法的优良特性.     

近似计算新范式在深度学习加速系统中的应用及研究进展

深度学习已经成为当前人工智能技术中最为重要的算法之一。随着应用场景不断扩展,深度学习硬件规模越来越大,计算复杂度呈现数量级提升趋势,对加速系统提出了极高能效需求。后摩尔时代,新型计算范式逐渐取代工艺微缩成为提升能效的有效方案,近似计算以牺牲部分精度的代价换取大幅能效提升,成为最具前景的设计方法之一。该文以深度学习加速系统的不同设计层次为切入,首先介绍了深度学习网络模型的算法特征,围绕算法层的近似计算方案介绍了量化方法的研究进展;其次,围绕硬件架构和电路层调研了当前深度学习加速在图像、语音等多个方向采用的近似电路和架构方案,围绕层次化的设计方法调研了当前近似计算的系统设计方法学及EDA领域的关键问题和研究进展;最后,对该领域方向进行展望,旨在推动近似计算新范式在深度学习加速系统中的应用。     

一种可测性调度分配方法

提出一种基于演化算法的可测性调度分配方法.应用演化算法,在调度和分配过程中研究电路的可测性设计.该方法的贡献是:给出了三个可测性准则;设计了可测性目标函数;提出了一种新颖的演化编码和演化操作,提高了搜索速度和解的质量.实验结果验证了该方法的可行性.     

电声技术在人工智能语音识别中的应用与挑战

文章主要探讨电声技术在人工智能语音识别中的应用和挑战,并给出相关优化策略。麦克风、扬声器、音频处理以及声学模型等电声技术对提升语音识别系统的性能具有重要意义,但噪声干扰、硬件限制、识别准确性及实时处理能力仍是技术发展的难题。通过精细调整声学模型、对硬件性能进行升级、使用先进的噪声抑制算法以及加速系统处理等措施,能够有效提高人工智能语音识别的性能。     

电磁场、电磁理论、电磁环境

0609094进化硬件在数字电路设计中的应用研究〔刊,中〕/李志立//航空计算技术.—2005,35(4).—1-3(L)进化硬件在航空航天电子系统中有巨大的应用价值和潜力。目前,电路进化设计是进化硬件研究的主要方向之一。本文介绍了进化硬件的原理,并针对平台中算法的早熟和收敛速度慢的缺点,改进了原有算法。同时,指出不同类型数字电路在进化中的区别,并以典型电路为例分别进行进化,对结果进行了比较分析,验证了所用算法进化不同类型电路的有效性。参40609095环境电磁场长时间数列分析=Analysis of long ti me se-ries of environmental electromagne…     

改进的演化近似算法求解TSP问题

TSP是典型的具有NPC复杂性的组合优化问题。在演化算法的基础上，提出了一种有效求解TSP问题的近似算法IEAA。IEAA采用单性生殖方式，通过保留一组较优个体加速了算法的收敛。详细介绍了的算法的设计和实现．并用于求解CTSP问题，实验结果表明，该算法能有效的解决CTSP问题，且算法性能优于基本演化算法SEA。     

演化硬件及面向演化的VLSI可重构体系结构设计

演化硬件在环境适应性和可靠性设计上具有潜在的巨大优势。文章介绍了数字和模拟电路演化综合的原理和步骤，几类典型的演化硬件平台及其局限性，重点讨论了面向演化的VLSI可重构体系结构，最后提出了这一新兴研究领域面临的一些问题及解决方法。