-
公开(公告)号：CN105187051B
公开(公告)日：2017-12-05
申请号：CN201510411878.9
申请日：2015-07-14
Applicant: 北京航空航天大学
Abstract: 一种基于NSGA‑II用于不完全确定Reed‑Muller电路功耗与面积优化方法，1将不完全确定布尔逻辑函数转换为零极性不完全确定RM表达式；2将不完全确定布尔逻辑函数无关项取舍二进制数编码为染色体；3建立功耗面积估计模型；4建立功耗面积目标函数；5建立与功耗面积相关适应度函数；6确定约束条件；7对参数初始化；8产生初始种群执行非支配排序；9执行选择交叉和变异，生成子代种群；10将父代子代种群合并，执行非支配排序；11计算非支配层中个体拥挤度并组成新父代种群；12对新父代种群执行选择交叉和变异，生成新子代种群；13若当前进化代数小于等于最大进化代数，则返回10；否则，输出最优解集；14从最优解集中选择最佳无关项取舍，得到对应的完全确定RM表达式。
-
公开(公告)号：CN104881549A
公开(公告)日：2015-09-02
申请号：CN201510317476.2
申请日：2015-06-11
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明一种包含无关项的Reed-Muller逻辑电路功耗优化方法，步骤为：1实现包含无关项的布尔逻辑向RM逻辑的极性转换；2随机生成初始种群；3完成十进制极性向二进制或三进制转换；4计算种群极性集中不同极性间的不同位数；5由改进的自适应遗传算法求每一代待评估极性集的最佳极性转换顺序；6按5中得到的顺序对当前极性集进行极性转换；7由每个极性对应的RM表达式和适应度函数，计算其适应度值，并执行精英保留策略；8若当前进化代数小于最大迭代次数，执行步骤9，10；否则，输出最佳极性；9执行选择、交叉和变异操作；10循环执行步骤4至步骤7。本发明提高了极性搜索的效率，增强了遗传算法的收敛性及鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN104778499B
公开(公告)日：2017-07-07
申请号：CN201510187800.3
申请日：2015-04-20
Applicant: 北京航空航天大学
Abstract: 本发明提供的一种混合极性Reed‑Muller逻辑电路的最佳极性搜索方法，有效缩短了MPRM逻辑电路最佳极性搜索时间，大大提高了极性搜索的效率，避免了遗传算子对群体中优良个体的破坏。包括以下步骤：1随机生成初始种群；2计算种群极性集中不同极性之间的不同位数；3利用改进的遗传算法求解当前种群极性集的最佳极性转换顺序；4按照步骤3得到的最佳极性转换顺序对当前极性集进行极性转换；5根据每个极性对应的MPRM表达式和适应度函数，分别求出每个极性的适应度值，并执行精英保留策略；6若当前进化代数小于最大进化代数，则执行步骤7和步骤8；否则输出最佳极性；7执行选择、交叉和变异操作；8依次执行步骤2至步骤5。
-
公开(公告)号：CN105468872A
公开(公告)日：2016-04-06
申请号：CN201510983383.3
申请日：2015-12-24
Applicant: 北京航空航天大学
IPC: G06F17/50
CPC classification number: G06F17/505
Abstract: 本发明提供的一种包含无关项的Reed-Muller逻辑电路优化方法，通过加入无关项，使得Reed-Muller逻辑电路的优化空间增大，电路优化的效果更佳。包括以下步骤：1利用列表技术将不完全确定布尔逻辑函数转换为零极性不完全确定Reed-Muller逻辑函数；2将零极性不完全确定Reed-Muller逻辑函数的极性和无关项取舍一起编码为染色体；3利用遗传算法搜索具有最佳电路性能的最佳染色体；根据搜索到的最佳染色体得到最佳RM逻辑函数。
-
公开(公告)号：CN104881549B
公开(公告)日：2017-12-05
申请号：CN201510317476.2
申请日：2015-06-11
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明一种包含无关项的Reed‑Muller逻辑电路功耗优化方法，步骤为：1实现包含无关项的布尔逻辑向RM逻辑的极性转换；2随机生成初始种群；3完成十进制极性向二进制或三进制转换；4计算种群极性集中不同极性间的不同位数；5由改进的自适应遗传算法求每一代待评估极性集的最佳极性转换顺序；6按5中得到的顺序对当前极性集进行极性转换；7由每个极性对应的RM表达式和适应度函数，计算其适应度值，并执行精英保留策略；8若当前进化代数小于最大迭代次数，执行步骤9，10；否则，输出最佳极性；9执行选择、交叉和变异操作；10循环执行步骤4至步骤7。本发明提高了极性搜索的效率，增强了遗传算法的收敛性及鲁棒性。
-
公开(公告)号：CN104778499A
公开(公告)日：2015-07-15
申请号：CN201510187800.3
申请日：2015-04-20
Applicant: 北京航空航天大学
Abstract: 本发明提供的一种混合极性Reed-Muller逻辑电路的最佳极性搜索方法，有效缩短了MPRM逻辑电路最佳极性搜索时间，大大提高了极性搜索的效率，避免了遗传算子对群体中优良个体的破坏。包括以下步骤：1随机生成初始种群；2计算种群极性集中不同极性之间的不同位数；3利用改进的遗传算法求解当前种群极性集的最佳极性转换顺序；4按照步骤3得到的最佳极性转换顺序对当前极性集进行极性转换；5根据每个极性对应的MPRM表达式和适应度函数，分别求出每个极性的适应度值，并执行精英保留策略；6若当前进化代数小于最大进化代数，则执行步骤7和步骤8；否则输出最佳极性；7执行选择、交叉和变异操作；8依次执行步骤2至步骤5。
-
公开(公告)号：CN105187051A
公开(公告)日：2015-12-23
申请号：CN201510411878.9
申请日：2015-07-14
Applicant: 北京航空航天大学
Abstract: 一种基于NSGA-II用于不完全确定Reed-Muller电路功耗与面积优化方法，1将不完全确定布尔逻辑函数转换为零极性不完全确定RM表达式；2将不完全确定布尔逻辑函数无关项取舍二进制数编码为染色体；3建立功耗面积估计模型；4建立功耗面积目标函数；5建立与功耗面积相关适应度函数；6确定约束条件；7对参数初始化；8产生初始种群执行非支配排序；9执行选择交叉和变异，生成子代种群；10将父代子代种群合并，执行非支配排序；11计算非支配层中个体拥挤度并组成新父代种群；12对新父代种群执行选择交叉和变异，生成新子代种群；13若当前进化代数小于等于最大进化代数，则返回10；否则，输出最优解集；14从最优解集中选择最佳无关项取舍，得到对应的完全确定RM表达式。
-
-
-
-
-
-
Search Results
7
records
(took 0.029 seconds)
