基于改進(jìn)型遺傳算法的數(shù)字電路優(yōu)化.pdf

1、近些年，遺傳算法被應(yīng)用到電路設(shè)計(jì)中產(chǎn)生了可進(jìn)化硬件系統(tǒng)。這種硬件進(jìn)化系統(tǒng)不需要太多的專業(yè)知識(shí)就可進(jìn)行電路設(shè)計(jì)，有效的降低了電路的設(shè)計(jì)成本。然而在進(jìn)行數(shù)字電路優(yōu)化時(shí)，經(jīng)典遺傳算法在優(yōu)化后期種群的多樣性容易變差，極易引起未成熟收斂和收斂速度慢等問題。
　　本文介紹了可進(jìn)化硬件和遺傳算法的研究現(xiàn)狀，闡述了可進(jìn)化硬件的工作原理。在此基礎(chǔ)上，對(duì)遺傳算法在數(shù)字組合邏輯電路方面的應(yīng)用進(jìn)行了研究。主要工作內(nèi)容包括：
　?。?）經(jīng)典遺傳算法在

2、優(yōu)化電路過程中由于適應(yīng)度低的個(gè)體被選擇的概率較低,種群多樣性變差，在優(yōu)化后期容易導(dǎo)致早熟收斂問題。針對(duì)該問題提出了一種新的選擇方式，即改進(jìn)型的輪盤賭選擇方式。該方式將種群按照適應(yīng)度大小排序，按照排序號(hào)對(duì)種群進(jìn)行分組，通過人為設(shè)定每組被選擇的概率，提高適應(yīng)度低的個(gè)體被選擇的概率；
　?。?）為了有效縮短改進(jìn)型輪盤賭選擇方式帶來(lái)的優(yōu)化時(shí)間增加的問題，在選擇操作中加入保留最佳個(gè)體選擇法。該方法將種群中適應(yīng)度較大的βN（其中β為常數(shù)且0.

3、02<β<0.05，N為種群大?。﹤€(gè)個(gè)體不經(jīng)過交叉和變異操作直接復(fù)制到下一代。采用這種選擇方法優(yōu)化電路能夠提高種群中優(yōu)秀基因的概率，有效縮短電路優(yōu)化時(shí)間；
　?。?）經(jīng)典的遺傳算法在適應(yīng)度函數(shù)評(píng)估之后直接進(jìn)入交叉和變異操作，種群的分布信息沒有得到充分利用，在電路優(yōu)化后期會(huì)由于優(yōu)秀個(gè)體過于集中出現(xiàn)早熟收斂問題?；诮y(tǒng)計(jì)學(xué)思想在算法優(yōu)化電路的流程中增加了種群規(guī)劃操作，該操作通過對(duì)種群進(jìn)行適應(yīng)度分布評(píng)估對(duì)種群進(jìn)行遺傳規(guī)劃，提高種群多樣性