利用遗传算法实现CMOS组合电路静态功耗优化

面向基于标准单元的CMOS组合电路,利用输入向量控制技术,采用遗传算法作为求解手段,建立了CMOS组合电路静态功耗优化环境.在遗传算法中利用电路状态差异度作为适应度函数,求解使电路静态功耗最小的输入向量.实验结果表明,使用该方法能明显优化静态功耗,运行时间合理,不需要进行HSpice模拟,摆脱了对目标工艺的依赖.     

基于遗传算法的组合电路最大功耗估计

用遗传算法来选择具有高功耗的输入模型,对电路进行仿真,实现组合电路的最大功耗估算。同时给出了基于统计的逻辑模拟最大功耗估计方法。基于ISCAS85基准电路的仿真表明,该方法在大规模门数时具有明显的优势,估算精度较高,且计算时间基本上电路逻辑门的线性关系。     

CMOS集成电路设计中的功耗优化技术

对近年来发展起来的ＣＭＯＳ（互补型金属－氧化物－半导体）集成电路的各种低功耗设计方法进行了分析和比较。阐述了在电路级、逻辑级、寄存器传输级以及行为级。算法级和系统级等不同层次上的功耗优化的理论和方法,并且对在各个层次上功耗优化所能达到的功耗改善的极限以及可改进的潜力作了进一步的探讨。     

CMOS电路平均功耗最小平方估计技术

功耗估计是数字VLSI设计中需要重点考虑的因数。由于芯片管腿数的增加，通过穷举仿真获得电路平均功耗的方法也越来越不现实。文中将最小平方估计方法应用于COMS VLSI的平增功耗估计。该方法与电路功耗的概率分布无关，而且是无偏估计。在ISCAS85基准电路上的仿真结果表明，新方法与Monte Carlo方法相比，收敛速度有很大提高。     

求解组合优化问题的组合遗传算法

构造了求解组合优化问题的组合遗传算法。这个方法的主要优点是优化效果好 ,计算效率高以及通用性。模拟结果验证了该方法的有效性。它能应用到求解许多组合优化问题。     

基于改进遗传算法的秸秆还田机刀片功耗优化

为降低秸秆还田机的功耗,以秸秆还田机的刀片为研究对象,对刀片的结构和运动参数进行优化.首先通过分析刀片受力情况建立刀片功耗数学模型,并通过田间试验验证模型的正确性;其次对遗传算法进行改进,使用权威测试函数验证改进后算法的可行性与优越性;最后使用改进遗传算法对刀片功耗数学模型进行优化,并利用ANSYS Workbench平台对优化前后的刀片进行结构静力学分析.优化结果表明刀片的功耗值由优化前的19.3kW下降到18.06kW,降低了6.4%,结构静力学分析结果表明刀片优化后结构的合理性和可行性.     

基于模式库的遗传算法在非静态函数优化中的应用

本文针对非静态函数优化问题提出了一种基于模式库的改进遗传算法，此算法最主要的特点就是采用模式库来保存算法进行过程中的一些好的模式，这些模式一方面用来组建一些适合环境的优良个体，提高收敛速度，另一方面可以给早熟群体注入新的基因，增加群体的多样性。文中分别就函数优化问题和背包问题给出了改进遗传算法的仿真结果，表明本文算法的有效性。从理论上来说，本文算法适用于多个状态之间的动态变化环境。     

利用改进遗传算法实现图像特征点的匹配

提出了一种两幅图像特征点匹配的新方法,利用起源于生物进化论观点的遗传算法来对两幅图像的特征点集进行匹配。设计了染色体的表示方法、适应度公式以及３种新的遗传操作算子。为了加快算法的收敛速度及获得适应度高的解,对初始种群的选取和遗传算子操作概率的选取提出了新的方法。实验结果说明与传统的点匹配算法相比较,遗传算法更加有效地完成了特征点集之间的匹配。     

一种基于电压控制的扫描测试功耗优化方法

提出了一种通过电压控制来实现扫描测试低功耗优化的方法(压控法).该方法主要采用插入门控晶体管来控制组合逻辑单元供电,从而有效地解决了在扫描测试移入过程中测试信号向组合逻辑的无用传播,由于组合逻辑的供电受到控制,因此压控法不仅有效降低了无用的动态功耗,同时也大大降低了由于供电所产生的漏电静态功耗.而且门控晶体管的插入对于...     

CMOS电路电流测试技术研究

集成电路的设计与测试是当代计算机技术研究的主要问题之一。CMOS集成电路测试技术,受到人们的广泛关注。本文介绍了CMOS集成电路测试技术基本原理和关键问题,探讨了电流测试的研究进展及现状,并提出了该技术的研究方向。     

利用PLA设计时序逻辑电路

讲述如何利用组合PLA和触发器设计时序逻辑电路     

传输-箝位理论及在交流能源低功耗CMOS电路设计中的应用

从钟控信号的混合逻辑代数表示出发,研究传输—箝位理论在利用渐变功率时钟的低功耗CMOS电路设计中的应用.在钟控信号基础上,先讨论了钟控信号的混合逻辑表示,然后提出传输电压开关在钟控信号下的实现,同时提出箝位运算以及电路实现.在此基础上进一步讨论了传输—箝位理论在采用交流能源的钟控CMOS电路设计中的应用.PSPICE模拟证明,利用传输—箝位理论所设计的电路具有正确的逻辑功能及较为明显能量恢复特性,并具有较为可观的能耗节省.     

采用SIMULINK仿真遗传算法矢量控制系统

文章介绍了一种基于SIMULINK的异步电机按转子磁场定向的矢量控制系统仿真模型,采用遗传算法对系统中转速调节器的参数进行优化设计,验证了模型的正确性和SIMULINK作为仿真工具的有效性,表明采用遗传算法调节器参数寻优的矢量控制系统较常规调节器构成的系统具有更好的动、静态性能     

改进遗传算法在配电网无功优化的应用

提出了考虑配电网运行费用和节电效益的综合目标函数,对于目标函数中的电压越界点和无功补偿容量越界点采用惩罚函数予以解决.无功优化主要采用调整变压器分接头和并联电容器2种方法,笔者采用改进遗传算法实现了配电网无功优化计算,该算法有较好的计算效率和全局寻优能力.通过实例验证了该方法的实用性和有效性.     

电力系统负荷恢复优化的并行遗传算法实现

对电力系统的负荷恢复问题进行了研究.将该问题建模为一个多约束条件的组合优化问题,根据遗传算法特别适合求解大规模组合优化问题的特点,设计了一种粗粒度并行遗传算法来对此优化问题进行求解.在消息传递类并行软件开发环境提供的基于消息传递的并行虚拟环境下,采用master/slave的并行编程模式,有效地提高了算法的计算速度.将各种约束条件与目标函数融合在一起,建立一种序关系,来处理负荷恢复中的约束条件.求解过程满足系统的约束条件,不会出现系统的越限.算例结果表明,所提出的并行遗传算法不仅可以最大限度地恢复负荷,而且可有效提高算法的计算速度.     

基于遗传算法的电力系统故障诊断

采用遗传算法的电力系统故障诊断，其基本思想是将电网故障诊断描述为优化问题，建立诊断的解析模型，最终都归结为无约束0—1整规划问题，并采用遗传算法进行求解数学模型得到故障设备。诊断电力系统故障元件就是要找出最能解释警报信号的故障假说。对以前的目标函数进行了改进，此外简单介绍了采用遗传算法进行故障诊断的步骤。     

采用遗传算法的直接转矩控制系统仿真研究

直接转矩控制（DTC）是一种高性能的控制方法，它的关键部件是状态选择器，用神经网络来模拟传统异步电动机DTC系统的状态选择器，并采用遗传算法训练该神经网络，然后用训练好的神经网络代替状态选择器，并进行了仿真研究，结果与传统的DTC相比是吻合的。