基于人工选择的组合电路优化算法

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户:wyslymx2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对一般组合电路的优化算法复杂、优化过程时间长、优化效率偏低等问题,提出一种人工选择方式下的组合电路优化算法。该算法模拟物种进化时的家养模式,将最小项作为基因,函数表达式作为染色体,把逻辑电路的优化过程演变为遵循电路定律的基因变异、重组、寻优的过程。算法通过有利的变异条件,提高了算法的收敛速度和效率。通过与简单免疫、多目标遗传、自适应免疫算法的实验比较,证明了该算法的有效性和优越性。
其他文献
针对无约束优化问题,提出一种新颖的混沌人工蜂群算法。新算法在Memetic算法框架的基础上,采用人工蜂群算法作为全局搜索算法,采用混沌搜索算子作为局部搜索算法。为了进一步提升算法的开采能力,新算法的侦察蜂抛弃了随机生成新食物源的方法,采用针对陷入局部极值食物源进行混沌局部搜索生成候选食物源的方式。针对五个标准Benchmark函数的仿真实验结果显示,与标准人工蜂群算法相比,新算法求解精度具有一定优
针对胶囊内窥镜检查的海量图像数据,提出基于归一化互信息量及归一化互相关系数的冗余图像数据筛除方法。将图像在HSV色彩空间量化聚类;然后计算相邻图像的相似度系数,最后根据相似筛除比例进行迭代筛除。针对49例病例,按照70%的筛除比率,实验结果得到100%的病灶数量保留率和较低的图像误删率。基于归一化互信息量冗余图像数据筛除方法能够高效准确地筛除冗余图像数据并极大地缩短阅片时间;在该算法的基础上,开发
为了提高支持向量机网络(SVM)进行模拟电路诊断的准确率,提出了一种基于粒子群(PSO)算法和支持向量机的诊断方法。该方法首先对被测电路的响应信号进行多小波变换,通过归一化处理得到分类能力强的最优故障特征;然后用粒子群算法优化支持向量机的结构参数,实现对不同故障模式分类识别。仿真结果表明,此方法能有效提高模拟电路故障诊断准确率。
通过对投影非负矩阵分解(NMF)和二维Fisher线性判别的分析,针对NMF的特征提取存在无监督学习以及特征维数高的问题,提出了组合2DFLDA监督的非负矩阵分解和独立分量分析(SPGNMFICA)的特征提取方法。首先对样本进行投影梯度的非负矩阵分解,将得到的NMF子图像进行二维Fisher线性判别,主要反映类间差异信息构建子空间;对子空间的向量进行独立分量分析(ICA),得到独立分量特征空间;其
针对PSO算法在求解问题的优化问题中易陷入局部收敛且收敛速度较慢等缺陷,引入一种初始化改进策略,并将模拟退火算法与PSO算法相结合,提出了一种全新的算法。该算法将寻优过程分为两个阶段:为了提高算法的执行速度,前期使用标准PSO算法进行寻优,后期运用模拟退火思想对PSO中的参数进行优化搜索最优解。最后将该算法应用于八个经典的单峰/多峰函数中。模拟结果表明,该算法有效地避免了早熟收敛现象,并提高了收敛
为了精确估计OFDM系统信道响应,提出一种基于粒子滤波的OFDM信道盲估计方法。该方法将OFDM信道建模为一阶时变自回归模型。利用基于子空间分解的方法得到初始信道响应,通过带
结合JJF1059.1-2012《测量不确定度评定与表示》,详细介绍了不确定度与误差概念的区别、不确定度的符号,剖析了置信因子与包含因子、包含概率与置信概率等易混淆概念,指出A类评定
分析了火力发电厂燃料管理中煤样管理的现状,从原煤样转运系统、全自动制样系统、全自动封样系统、样品自动传输系统、自动存样系统、煤样自动化验系统等方面阐述了火力发电
采用电感耦合等离子体原子发射光谱法(ICP-AES)同时测定煤灰中的主要成分或同时测定煤中微量元素,对该领域的方法研究成果进行了概括总结,指出ICP-AES方法具有检测周期短、精
2015年4月30日,国家煤矿安全监察局副局长杨富在北京会见了澳大利亚西克有限公司市场战略部经理罗伯森一行。杨富首先代表国家煤矿安全监察局对罗伯森先生一行来访表示欢迎,