基于自适应遗传算法的模拟电路自动设计方法

针对电路进化设计的速度和规模瓶颈,提出并讨论一种新的自适应遗传算法,其特点包括:支持结构自动生成和元件参数标准化的编解码方案,兼顾功能设计和结构化简要求的多目标适应度评估,考虑基因位影响力并跟踪进化进程的遗传参数调整策略等.实验证明,该方法可自动生成电路结构、优化元件参数和化简电路,并显著地减小运算量和提高优化程度.     

基于均匀设计的多目标进化算法

现实生活中的很多决策问题都要考虑同时优化若干个目标,多目标优化算法就是要从所有可能的方案中找到最合理、最可靠的解决方案。如何在Pareto界面稀疏区域求得更多非劣解,则使所求出的解的分布更加均匀。如何求出距Pareto界面更近的非劣解以使所求出的解的质量更高。论文基于加权平均法和均匀设计方法设计了一种解决多目标优化问题的新算法。首先,为了找到在Pareto界面上尽可能多、且均匀分布的点,利用均匀设计方法设计了一个交叉算子,该算子让稀疏部分的相邻点进行均匀交叉,以使算法在稀疏部分能找到更多的非劣解,从而使其所求解分布更加均匀。其次,为了克服加权平均法不能找到Pareto界面非凸部分解的缺点,考虑到非劣解界面上相邻距离较远的一对点之间有可能是非劣解界面上非凸部分之一的情况,分别将此两点与距其最近的非劣解集外的点进行交叉,以期在该两点之间找到新的非劣解,这样可能在非劣解界面的非凸部分找到更多的解。最后对两个测试问题进行了数值试验,并和著名的NSGA-Ⅱ算法用算法性能评价的三种度量进行了比较,结果表明了本文算法是有效的。     

基于典型结构的电路自适应进化设计新方法

简述电路进化设计的基本原理和发展现状。针对制约进化设计速度和规模的主要因素，提出并讨论一种基于典型电路结构、PSPICE仿真和遗传参数自适应的改进方法。有源滤波器等的进化实验结果表明，该方法支持对元件参数和电路结构的同时进化，并可显著加快进化速度。     

基于进化的电路自动设计方法

电路进化设计是可进化硬件(Evolvable:HardWare，简称EHW）研究的重要内容，即利用进化计算技术配置电路的内部结构以获得所需的电路功能。该方法的优点包括：可获得常规设计方法考虑范围以外的最佳设计；不依赖于先验知识，但仍可利用巳有的知识和经济来提高设计的频率；自动化程度高，便于实施：因此有希望替代常规设计方法，实现复杂和大规模电路的自动设计。本文简述EHW的基本概念，介绍电路进化设计的基本原理、关键技术和主要进展，讨论重要的开放问题及未来的研究方向。     

基于正交设计的元胞多目标遗传算法

元胞多目标遗传算法在求解两目标优化问题时是比较高效的.但是,初步实验显示其在求解三目标优化问题(例如DTLZ系列)时,表现不是十分令人满意.为了进一步提高算法的性能,引入了正交设计的思想,提出了基于正交设计的多目标元胞遗传算法.在改进算法的迭代过程中,先对父代个体进行分段,之后按照正交表来对这些片段进行重新组合产生多个子代个体,然后从这些子代个体中找出适应度较优的进入下一代种群.实验结果表明,引入正交设计思想能够提高算法性能,与其他优秀算法进行比较的结果说明,改进算法求解三目标问题(DTLZ系列)也是具有竞争力的.     

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.     

基于改进遗传算法的毫米波功率分配器设计

高效宽带功率分配器是高功率毫米波合成放大器设计成功的关键环节。为缩短产品研制周期、降低成本和提高质量,电路的优化设计日益受到人们的关注。文中引入均匀设计理论,并与改进遗传算法相结合,优化设计了一种基于鳍线的毫米波二路功率分配器。测试结果与仿真结果吻合较好,从而验证了该算法的准确性和有效性．     

多目标遗传算法在云计算任务调度中的应用

执行时间、执行成本和负载均衡是云环境中的主要优化目标,针对云计算环境中的任务调度问题,提出一种改进的多目标遗传算法。算法对目标进行了规范化,改进了加权求和的过程,并引入基于排列的选择方案和"最优比较法"的变异方案。最后在两个云计算场景中进行实验,对实验结果进行分析和统计,验证了算法的有效性和可行性。     

一种基于排序操作的进化算子自适应遗传算法

提出了一咱基于排序操作的进化算子自适应的遗传算法,该算法中,每个体按适应值大小进行排序,个体的选择、交叉、交异算子的概率根据个体排序值来自适应地确定,其中选择概率还随进化过程而调节,利用Ｍａｒｋｏｖ链的分析法证明了该算法的全局收敛性,最后,实验结果表明该算法同传统的遗传算法相比不仅能收敛到全局最优解,而且具有交快的收敛速度。     

动态多目标优化的进化算法及其收敛性分析

给出了动态多目标优化问题的一种新解法.首先对时间变量进行了等区间离散化,在得到的子区间(称为环境)上定义了种群的静态序值方差和静态密度方差.然后把动态多目标优化问题近似地转化成了若干个两个目标的静态优化问题.在给出的一种能自动检测环境变化的应答算子下,提出了一种动态多目标进化算法,同时证明了算法的收敛性.计算机仿真表明新算法对动态多目标优化问题是有效的.     

基于多目标遗传算法的光学薄膜优化设计

目前光学薄膜设计大多为单目标寻优设计,难以满足一些复杂光学薄膜的需求。构建出光学薄膜的多目标优化膜系,设计一种新型、高效的多目标遗传算法(DMOGA)用于模型的求解。该算法使用基于支配关系的选择策略、基于动态聚集距离削减非支配解集规模、动态调整算法运行参数等策略使得DMOGA不仅容易实现,而且能得到较好分布性和逼近性的解。将DMOGA应用于光学薄膜的优化设计实例中,取得良好的效果,表明了多目标优化在光学薄膜设计中的有效性以及应用前景。     

基于扩展多染色体笛卡尔遗传规划的数字电路进化设计

针对多输出电路进化设计中出现的进化复杂度高及可能丢失潜在解的问题,提出了一种基于扩展多染色体笛卡尔遗传规划的数字电路进化设计方法。该方法采用基于输出分解的多染色体并行进化形式,并引入一种类似交叉功能的染色体操作方法,结合适应度评价扩展给出了与多染色体方法对应的（1＋A）扩展多染色体进化策略实现进化过程。较传统方法具有更少的计算工作量,且有效性受进化复杂度的影响较小,改善了进化设计方法的扩展性能。     

基于基因表达式程序设计的电路优化算法研究

基于Xilinx Virtex-Ⅱ系列FPGA控制逻辑块(CLB)矩阵特点以及每一个控制逻辑块能实现任何2输入1输出的逻辑功能的特点,提出了一种基于基因表达式程序设计的电路优化算法。在该算法中染色体由按线性方式连接的逻辑单元矩阵组成,采用的遗传操作包括变异和杂交,并利用真值表进行适应度评估。实验证明,所得到的电路结构优于传统方法。     

基于遗传算法的抽指加权叉指换能器进化设计

提出了极性抽指加权叉指换能器设计的新方法,克服了传统设计方法的繁杂性。将极性抽指加权叉指换能器作为染色体,通过独特的（-1,1）的二值编码,以目标频率响应曲线和待进化的叉指换能器频率响应曲线在考虑的频率范围内的1601个采样点的误差值为进化目标,对种群中的染色体进行选择、交叉和变异等遗传操作,自动进化出符合目标要求的极性抽指加权叉指换能器极性加权状况。进化实验结果表明,应用本文提出的进化方法设计出的极性抽指加权叉指换能器的频响曲线与目标频响曲线基本重合,达到设计要求,进化设计方法效率高,实用性强。     

基于多目标优化的SoC软硬件划分方法研究

集成电路不断发展,SoC已经成为电子系统设计的主流,软硬件的划分又是其中的一个重要部分。文章采用基于多目标优化的遗传算法,对从任务级进行抽象建模所得到的系统模型进行软硬件划分。将Pareto最优概念与多目标优化问题相结合,应用于遗传算法中,从而实现了兼顾系统面积、功耗、成本等参数的软硬件划分方法。