演化硬件及其进展

回顾了演化硬件的历史渊源,并讨论了演化硬件涉及的主要问题,包括作为其物质基础的大规模可编程逻辑器件和应用于其上的演化算法,以及具体实现时的设计思路等．最后本文扼要介绍了演化硬件的研究及应用现状和进一步的工作．     

自适应演化硬件系统中遗传算法内核设计

根据基于演化的自适应系统的体系架构,将与具体应用相对独立的遗传算法操作部分取出来,结合算法的操作流程,设计了一个与应用无关的、能够独立完成遗传算法操作的GAK(遗传算法内核).采用VHDL(超高速集成电路硬件描述语言)语言描述的状态机来实现该设计,其中种群规模、染色体长度等参数均可配置.采用Xilinx的Vl000FG680、速度等级为-6的EPGA(现场可编程门阵列)来实现GAK,其中染色体长度为8位、适应度值为16位、种群规模为256,此时该设计的综合结果为:占用资源为485个片(Slice),时钟频率为48.51MH.进而在GAK上仿真求解了多项式函数的极值优化问题，从而验证了设计的有效性.     

演化计算研究进展

系统地介绍了演化计算的历史与研究现状．并分别就演化计算的基础理论、设计准则与应用水平、演化计算的内涵等提出了相应的观点．     

6轮数据加密标准的演化分析

采用线性逼近的思想,提出了一种基于Hamming距离的遗传算法适应度函数模型.在此基础上,利用遗传算法对1～6轮数据加密算法的不同模式长度的部分密钥进行了定量的对比分析实验,对6轮数据加密算法进行演化分析可获得21 bit的未知密钥.结果显示:适应度函数设计与密码分析对象的安全强度是影响演化密码分析效果的关键因素;由于演化技术是有指导的随机性或概率性技术.在一定数量的实验中,运行时间和成功率存在较明显差异;在一定程度上增大种群规模,明密文数量或演化代数能够取得更好的分析效果.     

偏微分方程的演化建模方法

考虑抛物型方程的参数反演问题,给出了一类偏微分方程的演化建模方法．根据样条插值理论,把无穷维空间上的反问题转化成有限维空间上的反问题来近似,利用演化算法来估计参数的反演值,数值结果证明了此方法的有效性．     

基于演化计算的组合模型序列密码分析

给出了一种利用演化计算对组合模型序列密码体制进行分析的方法.实验表明,用该演化计算方法对Geefe发生器和门限发生器进行分析时,算法复杂度比穷举法的复杂度低;该演化计算方法用于组合模型序列密码的分别征服攻击时,效率明显提高.因此演化计算分析方法是一种有效的序列密码分析方法.     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

硬件木马电路检测技术及发展趋势

随着集成电路产业链的全球化,硬件木马电路（HTH）日益成为潜在的威胁．木马电路的隐蔽性、多样性和植入层次的丰富性给木马电路的检测造成了困难．现有HTH检测方法多数通过测量比较功耗、时延等侧信道信息的方式展开,这些方法都需要存在基准设计．通过比较现有不同层次检测方法的特性,提出了HTH检测领域的发展趋势：注重高层次设计的检测、不同检测方法的效果衡量以及容忍工艺误差和测试噪声等干扰因素的更准确检测技术．     

硬件木马电路检测技术及发展趋势

随着集成电路产业链的全球化,硬件木马电路(HTH)日益成为潜在的威胁.木马电路的隐蔽性、多样性和植入层次的丰富性给木马电路的检测造成了困难.现有HTH检测方法多数通过测量比较功耗、时延等侧信道信息的方式展开,这些方法都需要存在基准设计.通过比较现有不同层次检测方法的特性,提出了HTH检测领域的发展趋势：注重高层次设计的检测、不同检测方法的效果衡量以及容忍工艺误差和测试噪声等干扰因素的更准确检测技术.     

演化仿真优化的若干问题研究

针对仿真优化这一仿真领域提出了演化仿真优化的概念及其形式化语言描述，并给出了演化仿真优化的算法实现框架、分类，指出了仿真优化与演化算法相互取长补短的策略。为了提高速度和效率提出了一种混合演化仿真优化的算法：基于拉网的仿真优化算法（MESOAs）。该算法结合仿真系统的输出信息，构造出系统的响应曲面来指导演化算法，同时又不要求系统连接、可导，因此具有通用性、鲁棒性、隐含并行性等优点，它能有效地解决不确定环境（含随机系统和定性系统）的仿真决策优化，连续时间仿真控制优化问题等。最后，给 出了两类测试演化仿真优化算法的测试实例。一类是随机函数，另一类是GI／G／S排队模型，试验的结果表明在解的质量和速度两方面MESOAs都优于曲面响应法、随机搜索法。     

SoC软硬件自动划分系统设计

设计了一种将IP核复用和多目标优化相结合的SoC软硬件自动划分系统，详细探讨了系统各个模块的功能，重点论述了系统实现的关键技术，包括基于遗传算法的软硬件划分方法和基于表调度的系统性能评估方法，实验结果表明，该系统满足了SoC软硬件协同设计中对软硬件自动划分的要求，为开发SoC系统级仿真验证平台奠定了基础．     

面向对象建模语言AML的设计与实现

ＡＭＬ语言吸取了Ａｄａ９５ 基本原理和思想,引进它的基本数据类型、语句等设施,对其作更高层次的抽象和扩充．用３ 种有相同名字不同类型的程序包从不同的侧面描述给定模块的模型,提高了系统的完整性和一致性;同时运用二级并发模型和限制设施,详述了系统的并发性和不确定性的描述问题．     

人工脑的三维模型及应用

将二维人工脑模型推广到三维，并给出了一个实际应用算例，还将二、三维模型的计算结果进行了对比，发现三维模型的计算效果明显优于二维模型。     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。     

基于演化计算的动态最短路问题

提出了一类基于时间变权的动态最短路的问题,给出了其详细的数学描述,扩展了图论中关于最短路问题的概念,并设计了适合该问题的编码方式和杂交,变异方式,给出了基于演化计算的求解框架,其主要特点是染色体变长,且首尾基因固定,最后针对一个简单实例进行了仿真和分析,研究结果表明,该算法可以获得良好的效果。     

基于递阶的软件过程模型重用方法

将重用技术应用到软件过程仿真和控制之中,提出了一种基于递阶的软件过程模型重用方法,并对其中的元模型重用进行了重点阐述,将演化计算与元模型重用结合起来,给出了形式化描述,以及重用实现算法.针对每一个软件项目都建立软件过程模型是比较繁琐和费时的工作,因此重用已有的软件过程模型不仅能缩短开发周期,也能提高软件的可维护性和可靠性.