用于综合PWM芯片的并行遗传算法

提出了基于遗传算法的脉冲宽度调制(PWM)芯片的自动综合方法.为保证综合结果准确实用,对电路性能的评价基于HSPICE的仿真结果,提出的并行遗传算法采用了电路划分和参数关联技术,并运用互联网实现并行计算.综合实例表明了该方法的有效性.     

基于遗传算法的Kriging元模型及其在模拟集成电路优化设计中的应用

提出了建立电路Kriging元模型,并与遗传算法相结合确定电路参数,优化电路的方法.相对传统多项式回归模型,Kriging模型更适合电路仿真的实验类型;利用遗传算法,解决了基于Kriging元模型电路系统的全局优化问题.最后将该方法应用于带隙基准电路设计,取得令人满意的结果.     

基于遗传算法的Kriging元模型及其在模拟集成电路优化设计中的应用

提出了建立电路Kriging元模型,并与遗传算法相结合确定电路参数,优化电路的方法.相对传统多项式回归模型,Kriging模型更适合电路仿真的实验类型;利用遗传算法,解决了基于Kriging元模型电路系统的全局优化问题.最后将该方法应用于带隙基准电路设计,取得令人满意的结果.     

基于改进遗传算法的量子可逆电路综合

针对可逆电路到量子电路的有效映射问题,提出了带禁忌表的大变异自适应遗传算法,用于量子可逆电路的综合.选取量子非门、控制非门、控制V门与控制V+门(NCV)构成量子门库,建立了量子电路计算模型.采用二进制串行编码方案,设计了适应度函数、进化算子及优化规则,实现了带禁忌表大变异自适应遗传算法的量子可逆电路综合,并用Revlib电路库进行了测试.结果表明该综合方法能同时得到多个功能解,且所生成电路的量子代价优于库中电路,验证了提出算法用于量子可逆电路综合的正确性和有效性.     

基于方程和遗传算法的CMOS模拟单元电路优化

本文在CMOS单元电路优化中采用一种基于方程和遗传算法的优化方法.其采用描述电路行为的性能解析方程和遗传算法实现电路性能指标的优化.仿真结果表明,这种方法可以得到满意的仿真结果,同时所需的优化时间较短.     

PIN光探测器的小信号电路模型参数的提取

提出了一种利用自适应遗传算法提取p-i-n光探测器小信号电路模型参数的方法.文章首先根据p-i-n光探测器的物理结构确定其等效电路模型,进而采用自适应遗传算法对测量的S参数进行拟合,提取模型参数.自适应遗传算法自动优化交叉概率和变异概率,避免了以往遗传算法中易早熟的缺点.利用该法成功提取出模型的10个参数,建立光探测器小信号电路模型.在130 MHz～20 GHz范围内的实验结果表明,模型仿真结果和测量结果相吻合,证明了这种参数提取方法的可靠性.     

基本电子电路

TN7 2004040451用遗传算法实现信号转换电路的非线性校正/温秀兰,宋爱国,崔建伟,(2{高桂本(东南大学)11数据采集与处理一2003,18(3)一306一309采用了遗传算法的最新成果,提出了一种新颖的基于实数编码的改进遗传算法用以校正信号转换电路的非线性误差.该算法采用基于代沟最小的     

基于遗传算法的开关电流存储电路的设计

针对开关电流存储电路存在固有误差和电路器件参数需要大量手工迭代计算等难题,提出基于遗传算法的开关电流存储电路设计方法.其主要思想是以Class AB栅极接地存储电路为基础,对其进行小信号模型分析,借助遗传算法对电路的电荷注入误差和时间响应性能进行多目标优化,获取电路中器件参数的最优Pareto解.采用0.5μm CMOS工艺参数,对电路进行PSPICE仿真测试.结果表明,优化设计的电路具有存储精度高、响应速度快等优点.     

基于分离技术的数字电路多目标进化设计

提出了一种基于真值表变量分离技术的数字电路进化设计方法.该方法旨在减少待进化系统的输入输出位数,将较难实现的整体进化系统分解成几个容易实现的进化子系统,从而实现较大规模数字电路的进化设计.同时结合多目标遗传算法,优化电路结构.并以加法器和乘法器为设计实例,结果证明了该方法能有效进化出较大规模的数字电路,得到的进化电路资源更少,时延更短.     

基于最大电源噪声门级模型的遗传算法电源噪声估计

提出一种能够综合考虑IR drop和di/dt噪声的门级电路模型.实验表明,利用这种模型进行电源噪声估计,可以比传统模型提高5.3%的精度,同时运算时间降低10.7%.根据输入信号对最大电源噪声的影响,还提出了关键输入信号模型.实验表明,在进行电源噪声估计中,基于这些模型的遗传算法,能够比传统的遗传算法提高最多19.0%的精度,并且收敛更加迅速.     

基于遗传算法的数字电路测试生成方法

本文提出了一种基于遗传算法的数字电路测试图形生成方法，首先把被测电路的门级描述转化为易于计算的非线性网络，然后用遗传算法找到网络能量函数的最优解，从而得到被测电路的测试集．这种方法对可测故障都能生成测试，能方便地产生多故障的测试图形，同时具有较好的并行性，易于在多处理机上实现．     

改进HD距离和遗传算法的图像匹配研究

针对高分辨力图像匹配点难于确定且运算量大的问题,提出一种加权Hausdorff(HD)距离和多策略并行遗传算法相结合的图像匹配算法.算法采用概率加权Hausdorff距离,减少噪声、出格点等对匹配的影响,并利用多策略并行遗传算法的并行处理能力对概率加权Hausdorff距离进行寻优,提高匹配速度.试验结果表明,该算法对...     

基于伪并行遗传算法的MC-CDMA多用户检测技术研究

介绍MC-CDMA的多用户检测技术。在分析频率选择衰落信道中单小区MC-CDMA系统上行多址干扰的基础上,引入基于＂联姻＂策略的伪并行遗传算法用于多用户检测技术。通过仿真表明,与解相关和MMSE检测器以及传统遗传算法应用于MUD中相比,其在误比特率性能上更加优秀,而运行时间却明显小于最佳多用户检测。     

基于有效布尔矩阵的线性最近邻量子电路综合?

量子电路要求满足最近邻约束，只允许在相邻的量子位之间交互，线性量子电路是量子电路的一个重要部分。研究了表示线性最近邻量子电路的布尔矩阵有效性的快速判定方法，时间复杂度从n!(n-1)变为O(n2)。提出了基于有效布尔矩阵的大规模线性最近邻量子电路的并行综合算法，对128线的任意线性最近邻量子电路在不到10 s内完成了电路综合。提出的并行方法不仅保证了精度，也大大减少了量子电路的综合时间，扩大了求解电路的规模。     

最小化拖期任务数并行机调度问题的一种基于知识的遗传算法

本文研究了最小化拖期任务数并行调度问题,提出了一种基于知识的遗传算法,并在问题的描述、遗传算法编码、初始种群的产生办法、交叉方法、变异方法等方面作了研究,不同规模问题的数值计算结果表明了本文提出的基于知识的遗传算法优于目前为止最好的启发式算法和普通的遗传算法,并且能适应于较大规模的并行机调度问题。     

基于PPSO-GRADS算法的盲信号分离

该文将联姻策略应用在粒子群算法中,提出一种并行分阶段的基于粒子群优化算法的盲信号分离方法(PPSO-GRADS)。该算法具有收敛速度快,分离精度高的特点。通过仿真证明该算法比未使用联姻策略的粒子群算法有更好的性能,在收敛速度和分离效果上比传统的梯度算法,遗传算法都有较明显的改善。     

改进的遗传算法优化氧化钛湿敏元件的模型

以氧化钛湿敏元件等效电路模型中的参数为优化对象,提出一种改进的基于遗传算法的等效电路优化方法。算法在选择操作中加入最优保存策略,并对适应度函数进行适当的调整,从而提高了算法的运行效率和精确度,获得了拟合曲线和适应度函数图。拟合曲线直观地证明了等效电路的正确性,而适应度函数图更是明确地表达了算法的运行效果。改进的遗传算法优化处理程序采用Matlab编程语言实现。     

A hierarchy in mutation of genetic algorithm and its application to multi-objective analog/RF circuit optimization

This paper presents a multi-objective analog circuit design optimization tool using genetic algorithm based on hierarchical mutation scheme. The idea is to improve the convergence and diversity of genetic algorithm by incorporating hierarchy during polynomial mutation operation. In this regard, a theoretical framework of proposed genetic algorithm is presented using Markov chain principle. To investigate the effectiveness of hierarchy in polynomial mutation operator, the scheme is compared with six different mutation strategies. Experiments are performed for different function evaluations to evaluate the performance of hierarchical polynomial mutation operator. Further, to showcase the improvement in genetic algorithm, numerous experiments are performed on twelve different test functions and two design examples. The proposed genetic algorithm shows competitive performance over other standard optimization techniques in terms of both convergence and diversity of solutions.     

可逆逻辑门进化设计方法的CUDA实现

可逆逻辑门优化程度将直接影响可逆逻辑电路的整体优化,目前已有的优化方法难以实现全局最优。文中基于NCV门库,对遗传算法编码方案和适应度进行了改进,并将进化设计方法改造为CUDA架构下的并行算法应用到可逆逻辑门的优化。其不仅发挥了电路进化设计的全局优化能力,且在不增加硬件规模的前提下,明显提高了电路的搜索速度。