一种分片混沌贪婪振荡退火TSP优化算法

引入自适应升温策略或使用蒙特卡罗策略的模拟退火算法在复杂TSP求解时分别表现出收敛缓慢和全局最优逼近能力有限的问题;而现有的混沌优化算法由于logistic映射的缺陷,削弱了其跳出局部最优的能力.故设计一种融合型算法框架,在框架中嵌入分片Lorenz混沌映射系统,加强混沌算法对邻域解的搜索均匀度;引入了贪婪策略构造逼近全局最优解的初始解,使算法具有跃迁到全局最优解邻域的能力;此外设计了振荡退火互补机制,改善了子迭代解筛选过程,增强算法全局搜索性能.实现算法后,使用国际公开TSPLIB算例,经过多轮对比测试,验证了新算法对TSP的求解性能指标优于对比组模拟退火算法和logistic混沌优化算法,具有更短的收敛时间和更强的全局最优逼近能力.     

VLSI定量驱动布局算法

定量驱动布局算法是改善ＶＬＳＩ性能的重要措施，现有算法主要建立在面向网络和面向通路两种技术之上，仅获得局部最优解，本文以获得全局最优解为目标，从电路逻辑结构和传输延时出发，提出了面向电路最大延时的布局算法，实验表明，本算法是有效的。     

VLSI定时驱动布局算法

定时驱动布局算法是改善ＶＬＳＩ性能的重要措施，现有算法主要建立在面向网络和面向通路两种技术之上，仅获得局部最优解．本文以获得全局最优解为目标，从电路逻辑结构和传输延时出发，提出了面向电路最大延时的布局算法．实验表明，本算法是有效的．     

基于自适应动态邻居和广义学习的改进粒子群算法

为了克服粒子群算法在求解多峰函数时极易陷入局部最优解的缺陷, 提出一种基于自适应动态邻居广义学习的改进粒子群算法(ADPSO)。在ADPSO算法中, 根据每个粒子邻居中最好运行粒子的状态动态地调整邻居拓扑结构;每个粒子的学习样本包括全局最优粒子、自身最优粒子和粒子邻居中最优运行粒子;并且在新产生的粒子位置上, 加上一个随机位置以增加粒子向全局最优解移动的概率。在基准函数的测试中, 结果显示ADPSO算法比其他PSO算法有更好的运行效果,是求解多峰问题的一种有效算法。     

协同粒子群优化算法的改进与仿真

传统PSO算法的收敛性能会随求解问题空间维数的增加而下降,根据协同进化原理,通过对传统PSO算法进行协同优化处理,设计一种改进的协同PSO算法。在每次迭代过程中,采用传统PSO算法更新粒子位置和速度,由此产生群体当前的全局最优位置;对所有粒子所经历的最优位置进行降维的协同优化,产生一个参考全局最优解;根据参考全局最优解更新群体当前的全局最优位置。仿真结果表明,该算法可以明显提高收敛速度,在某些问题上可以收敛到全局最优。     

适用于求解TSP问题的二点组合算法

分析局部最优解与全局最优解之间关系,对局部最优解进行分类,给出一种可加入更多种局部最优类型的二点组合算法。对该算法程序进行的多角度测试结果表明这个算法在解决中小规模的旅行商问题时是实用的。     

粒子群算法求解需求随机的分批配送VRP

对需求随机的分批配送车辆路径问题进行研究,建立带修正的随机规划模型。设计与局部搜索算法相结合的粒子群算法进行求解,算法使用整数编码和基于Bellman方程的允许分割需求的解码方法。并针对允许分批配送时导致的粒子速度、粒子自身最优位置、局部最优位置及全局最优位置等向量非零元素个数不同的问题,设计可行的统一向量长度的方法。算法在调整的Solomon算例测试集和调整的Christiansen和Lysgaard算例测试集上进行测算,测试有效参数、速度长度及速度更新方程。同时与现有结果进行对比,虽然计算效率较低,但在测试的26个算例中,有14个算例的最优解得到更新,剩余的算例最优解与现有最优解相差小于1%。     

基于改进蚁群算法的纳什均衡求解

在基本蚁群算法寻优机制的基础上,提出一种用于求解有限n人非合作博弈的纳什均衡解的改进蚁群算法。在全局搜索中,引入遗传算法中的交叉和变异操作提高算法的全局搜索能力。在局部搜索中,嵌入动态随机搜索技术使算法加速收敛到最优解,并通过引入控制步长调整随机搜索向量,保证蚁群始终在混合策略空间内。算例测试结果表明,与传统的遗传算法相比,该算法具有更好的计算性能。     

一种进化类混合算法的研究

针对现有的单一算法在解决数值优化问题中存在的问题,提出了一种基于进化计算的混合算法.该算法在原有遗传算法的基础上对交叉算子进行改进,同时将模拟退火算法与变异算子进行结合形成一种模拟变异算子;为提高算法的求解精度和收敛速度,在算法中引入了进化策略的自适应搜索特性; (μ,λ)选择算子的应用增加了跳出局部最优解的几率,精英保留策略的选用能够保障算法收敛于全局最优解.用两个典型的测试函数对该算法进行测试,测试结果表明算法能够跳出局部最优解的陷阱,快速高效,高精度地收敛于全局最优解.     

基于猴群算法和单纯法的混合优化算法

针对猴群算法求解全局优化问题精度不高和花费大量的计算时间等问题,结合传统的单纯法的搜索思想,设计出一种基于猴群算法和单纯法的混合算法。该混合算法较大程度上提高了猴群算法求解精度,且加快了猴群算法的收敛速度。通过18个标准测试函数进行了测试,结果表明, 与PSO、GA与MA比较,文中提出的猴群-单纯形混合算法在函数优化方面有较强的优势,其测试函数最优解更接近理论最优解。     

SOC测试访问机制

以复用为基础,通过测试访问机制(TAM,TestAccessMechanism)实现对深嵌在SOC(SystemOnChip)内部的IP核(In鄄tellectualProperty,知识产权模块)的测试,是解决SOC测试的根本方法。本文将介绍现有的几类典型的测试访问机制:(1)直接测试访问,(2)基于总线的测试访问机制,(3)基于透明模型的访问机制等。分析它们的特点,探讨面临的主要问题。     

基于嵌入式SoC的车载系统设计与实现

随着技术进步,嵌入式应用也越来越广泛。将嵌入式技术应用在汽车上已经成为21世纪汽车发展不可阻挡的潮流和趋势。我们设计了一个基于嵌入式片上系统(SoC)的车载系统。硬件以Intel XScale PXA255为核心,操作系统为嵌入式Linux,交互层则采用了国产自由软件MiniGUI来实现。     

基于量子进化算法的层次型SOC测试结构优化

以减少系统芯片SOC测试时间为目标,研究了层次型SOC的多层次TAM优化问题。根据嵌入式IP核的分类,将层次型SOC测试结构优化转变成了平铺型SOC测试结构优化,并建立了基于量子进化算法的数学模型。通过对群体的观测,决定IP核在测试访问机制上的分配以及当前群体中的最佳个体,实现了包含TAM-ed且wrapped的嵌入式核的层次型SOC测试结构优化。针对国际标准片上系统芯片验证表明,与GA、ILP和启发式算法相比,该算法能够获得更短的测试时间。     

FPGA implementation of extended Kalman filter for SOC estimation of lithium‐ion battery in electric vehicle

A FPGA implementation for a model‐based state of charge (SOC) estimation is described in this paper. A Thevenin equivalent circuit model is designed for SOC estimation. The extended Kalman filter (EKF) is designed to complete the SOC estimation, and the error is within 1 % . The FPGA is chosen to achieve realtime SOC estimation. A fast matrix method is proposed to improve the calculation speed of the EKF in FPGA because the EKF algorithm requires many matrix operations. In addition, the embedded system based on the FPGA with a system on a programmable chip (SOPC) technique is built using the Qsys platform in Quartus II. Based on the embedded system, an online testing platform is established to monitor the terminal voltage and load current of the experimental battery in real time; experimental results show that the online SOC estimation is successful. The measurement results show that the FPGA embedded scheme of the EKF allows for successful implementation of the SOC estimation with accuracy and speed. The fast matrix method requires 0.00007 s to implement the SOC estimation and is four times faster than the conventional matrix method.     

SOC可测试性设计与测试技术

超深亚微米工艺和基于芯核的设计给芯片系统(system-on-a-chip,SOC)测试带来了新的问题．对SOC可测试性设计与测试技术的国际研究现状及进展进行了广泛而深入的综述．从芯核级综述了数字逻辑、模拟电路、存储器、处理器4类芯核的可测试性设计与测试技术,从系统级综述了测试激励、测试响应和测试访问机制等SOC测试资源的设计以及压缩／解压缩与测试调度等测试资源划分、优化技术,并介绍了2个标准化组织开展的SOC测试标准工作．最后,展望了SOC测试未来的发展方向．     

面向存储器核的内建自测试

存储器内建自测试是当前针对嵌入式随机存储器测试的一种经济有效的途径。它实质是BIST测试算法在芯片内部的硬件实现,形成“片上BIST测试结构999作为E-RAM核与芯片系统其他逻辑电路的接口,负责控制功能,实现片上E-RAM的自动测试。根据一个实际项目,本文介绍了MBIST的整体设计过程,并针对测试开销等给出了定量和定性的讨论。     

基于MSP430单片机的嵌入式Web服务器设计

为了实现嵌入式设备提供网络接口实现远程管理和控制的目的,提出了一种基于MSP430单片机和以太网控制器CS8900A的嵌入式Web服务器的设计方案。方案以MSP430单片机为核心,结合以太网控制器,用户可通过Internet随时访问单片机系统,得到由DS18B20测得的外部温度,同时,平台还可简便的进行其他功能的扩展。该设计具有硬件连接简单、扩展性好、成本低等特点,可广泛应用于远程数据采集、远程监测控制、智能家居等领域,具有较高的实践及研究价值。     

嵌入式TCP/IP协议数据传输监控系统的设计

在分析当前嵌入式系统接入Internet的方案后,采用了8位嵌入式微处理器和以太网控制芯片相结合这一低成本解决方案。探讨了TCP/IP协议的裁剪策略,实现了以51单片机为核心的嵌入式系统与Internet的互联。通过实验验证了可行性。     

基于NIOSⅡ软核处理器的嵌入式测试系统软硬件设计研究

介绍了利用NIOSⅡ软核处理器设计嵌入式测试系统的两类系统架构,详细讲述了基于NIOSⅡ软核处理器的嵌入式测试系统软硬件设计方法;最后结合EP2C8Q-208C8型FPGA芯片,利用Verilog语言描述A/D芯片的工作时序逻辑,利用NIOSⅡ软核处理器设计串口处理单元,将A/D采集的数据通过串口发送到计算机显示。实践表明,利用NIOS II软核处理器设计嵌入式测试系统,具有开发周期短,系统集成度高,功能灵活多样等特点,与传统利用单片机设计嵌入式测试系统相比,具有时钟频率高、运行速度快、调试方便等特点,是一种值得推广的嵌入式测试系统设计方法。     

基于TMS320VC5501和DSP/BIOS的指纹识别系统设计

针对目前嵌入式指纹识别系统设计的不足,提出了基于单DSP处理器结构的指纹识别设计方案.系统硬件采用TMS320VC5501作为处理核心,CMOS图像传感器HV7131R为图像采集器件,片上系统芯片CY8C21534设计的电容性触摸按键提供系统控制输入.系统软件以嵌入式实时操作系统DSP/BIOS为开发平台进行实时多任务设计,并对指纹识别算法进行了硬件平台优化和改进.调试结果表明,该系统运行稳定可靠,匹配精度高,满足设计要求.