首 页文档资料下载资料维修视频包年699元
请登录  |  免费注册
当前位置:精通维修下载 > 文档资料 > 家电技术 > 单元电路介绍 > 其它电路
硬件化演化算法在函数优化上的运用
来源:本站整理  作者:佚名  2009-04-07 10:22:23




    (1)以下对上述提到的模块进行独立测试时候的仿真图如图2所示:

图2为初始化模块仿真波形图。从图中可以看出,当复位信号reset_initial有效以后,立即对“r1_initial信号”和“r2_initial信号”赋初值,然后在下一个时钟的上升沿(5 ns处),初始化开始,每次产生2个个体。
    图3为Fitness模块仿真图,适应度模块是个逻辑模块,只要输入的个体发生改变,其输出也就相应改变。图3即为仿真后的波形图,此时输出信号的右侧有值。上述实现的是f(x)=一|x|的求值,这里可以看到:当ina_fitness为“000000001”(实数1)和inb_fitness为 “000000011”(实数3)时候,outa_fitness为“100000001”(实数一1)、outb_fitness为 “100000011”(实数一3)。

图4为Random模块仿真图。图4中左侧的是信号名称,中间是信号的随,右侧是信号的波形图。由图4可以看出,在复位信号reset_radom2未变高之前,输出的2个随机数的值是初始值O;当复位信号有效后,2个输出立即由O转为2个非O的输出。

(2)实验
    下面将上述各个模块合在一起,构成一个完整的系统,对以下函数进行优化,并进行一定的说明。

图6是用基于FPGA的演化算法对上述函数进行优化后得到的最优结果。从上面可以看到,由上述方法得到的最优个体是“11111010”,最差个体是“11111010”。

上一页  [1] [2] [3] [4]  下一页

关键词:

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分)

推荐阅读

图文阅读

热门阅读

Copyright © 2007-2017 down.gzweix.Com. All Rights Reserved .
页面执行时间:165,781.30000 毫秒