一种数字组合电路多故障测试生成的高效算法

针对求解逻辑门数目比较多的组合电路故障测试矢量问题,特别是求解多故障测试矢量时布尔差分法需要进行大量的布尔表达式化简和求异或运算的问题,提出将复杂的布尔表达式简单划分为一些简短的布尔表达式.用一个树型结构将这些简短表达式组织起来,形成一棵方程树,再根据输出值只依赖于故障点变量的思想来求解测试矢量,避免了布尔表达式繁琐化简和大量求异或运算的问题,使得多故障测试生成问题简化.     

组合逻辑电路多故障测试生成算法的研究

针对布尔差分算法需要进行大量的异或运算,特别是求解多故障测试矢量时,求解高阶布尔差分更是繁琐的问题,依据卡诺图求解异或运算的方法,提出了获得多故障测试矢量的简便算法。该算法对单故障特别是多故障的测试矢量生成,无论故障数为多少,只要函数的变量数不变,就不会因故障数增加而使卡诺图法的求解难度增加,从而减少了多故障测试矢量生成时间。     

一种基于混沌神经网络的测试生成算法

基于组合电路测试生成的Hopfield神经网络模型，提出了一种利用混沌神经网络的全局搜索能力进行测试生成的有效算法。该算法综合了随机性和确定性算法的优点，通过对有关参数的调节，使网络逐渐由混沌神经网络向Hopfield神经网络过渡。实验结果验证了该测试生成算法的有效性与相关性能。     

一种改进D算法测试生成的关键技术研究

数字电路测试的关键在于算出测试向量,本文基于传统D算法思想提出了一种改进型的D算法。与前者相比,新算法的主要优点是：（1）加快测试向量生成的速度;（2）提高了故障覆盖率。研究了新算法的关键技术,包括D立方设计、D立方的读入和初始D路径敏化等。经实例验证,测试程序自动生成了测试向量,说明改进后的D算法是一种有效的测试生成算法,为自动测试生成系统的设计奠定了基础。     

神经网络在组合电路多故障测试生成算法中的应用

介绍了一种基于神经网络的组合电路多故障测试生成算法.根据故障转换方法将组合电路的多故障测试生成问题转化为单故障测试生成问题,利用Hopfield神经网络模型将组合电路表示成对应的神经网络,通过建立被测电路的约束网络,构造神经网络的能量函数,使组合电路的测试矢量对应神经网络能量函数的最小值点.将测试生成问题数学化,并使用遗传算法求解能量函数的最小值点得到多故障电路的测试矢量.标准电路的实验表明,该测试算法有效可行.     

产生完全测试集的一种算法

提出了一种算法,用来产生组合逻辑电路中每个“总是０”和“总是１”故障的完全测试集。该算法已编成程序用来处理大规模集成电路,它以布尔差分的某特性为基础,能有效地产生完全测试试集。对透彻了解不可检测故障,可检测单故障的测试以及电路冗余性三者之间的关系,作了讨论。     

基于三值神经网络的组合电路测试生成算法

针对集成电路的规模和复杂度不断增加而相应的测试却越来越困难的问题,本文提出了一种基于三值神经网络的组合电路测试生成算法：该算法不需要传播,也不需要回退,而是利用三值神经网络把组合电路表示成双向的神经网络,并构造网络的能量函数,用遗传算法求解能量函数的最小值点来求得测试矢量,这样就把组合电路的测试生成问题转化为数学问题：...     

基于改进离散差分进化算法的多故障最小碰集生成技术

最小碰集生成是确定多故障诊断策略的常用方法,提出运用基于混合策略的离散差分进化算法(DDE)求解多故障模糊组的最小碰集。结合最小碰集生成的特点对种群中个体进行了重定义;采用混合差分策略加上随机变化的缩放因子,平衡了算法寻优的全局性和收敛速度的矛盾;通过新增两个选择机制提高算法的及时性和种群的多样性。结合实例进行了仿真分析,验证了该算法相对于离散粒子群算法的有效性。     

基于神经网络的数字电路多故障测试生成算法

针对数字电路中多故障测试生成效率较低的问题,提出了基于神经网络的数字电路多故障测试生成算法。依据故障转换方法把数字电路多故障测试生成问题转换成为单故障测试生成问题,采用神经网络的方法对单故障电路构造故障的约束网络,通过使用遗传算法求解故障约束网络能量函数的最小值点获得故障的测试矢量。在ISCAS’85国际标准电路上的实验结果表明,故障平均测试生成时间在0．017s以下,故障覆盖率在96％以上。与其他算法相比,测试生成效率明显提高。     

建立发电系统停运容量模型的实用算法

分析了现有建立发电系统停运容量模型的方法存在着计算繁琐的问题。提出了发电系统停运容量预备表的概念,并据此给出了先形成发电系统停运容量预备表,再建立发电系统停运容量模型的实用算法。所提算法着力于减少发电系统停运容量表形成过程中的状态数及计算工作量,提高计算效率。数值算例表明,该文提出的算法是正确的,具有快速方便的特点。     

基于改进遗传算法的继电保护定值优化的研究

如何获得一套满足用户期望的、保证整体性能最优的保护定值是当今继电保护整定计算中的研究热点之一。针对不同线路的定时限保护对于配合关系的重要性程度不同,以及保护延时段对于不同约束条件的侧重不同,提出了基于改进遗传算法的继电保护定值优化的算法。利用基于自适应的小生境遗传算法,采用约束区间配合点编码的方法对全电网相间距离保护的II段整定计算的优化进行了初步探索,并结合算例进行了算法的验证。     

测试软件自动生成技术的研究

软件自动化是提高软件质量、可靠性与软件生产力的一种行之有效的方法和技术。为了减少测试成本,提高测试软件的利用率,有必要对测试软件自动生成技术进行研究。采用面向对象的程序设计方法,使软件具有可构造性、可扩充性和可重用性。通过对测试软件自动生成的可行性分析,提出分布式生成原理,把目标软件按组成类生成。按照面向对象的思想,研究了类源程序的自动生成原理和主程序的自动生成原理。     

电力市场中一种基于遗传算法的最优发电计划的实现

针对电力市场环境下的负荷分配的特点,在遗传算法的基础上,提出了最优发电计划问题的数学模型和求解方法,模型计及了机组启停。算例表明,这种数学模型和算法可以解决任意形状报价曲线的最优发电计划问题,而且计算速度较快,具有较高的实用价值。     

基于CAPSO-RNN的光伏系统短期发电量预测

针对光伏系统的发电特性及影响光伏发电的因素,建立基于混沌自适应粒子群优化算法的反馈型神经网络短期发电量预测模型。该预测模型利用混沌自适应粒子群优化算法的全局优化能力初始化反馈性神经网络权值和阈值,可以克服反馈型神经网络收敛速度慢俄且易陷于局部最优等缺点。同时为提高预测精度,采用隶属度函数对温度进行模糊化处理。预测结果表明,建立的预测模型具有较高的精度。     

基于SVPWM快速算法的三相PWM整流器

由于传统的PWM整流器d-q模型具有典型的非线性,为此利用整流前后功率平衡原理,将三相VSRd-q模型进行线性化,得到改进后的d-q模型,并在此基础上建立了新的带有前馈解耦控制电压平方外环仿真模型。同时提出一种SVPWM的简化算法,大大缩短了模块的执行时间。最后利用simulink进行仿真,结果表明了新方法的正确性和优越性。