高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于FPGA的自适应遗传算法

房磊 张焕春 经亚枝

房磊, 张焕春, 经亚枝. 一种基于FPGA的自适应遗传算法[J]. 电子与信息学报, 2005, 27(11): 1829-1833.
引用本文: 房磊, 张焕春, 经亚枝. 一种基于FPGA的自适应遗传算法[J]. 电子与信息学报, 2005, 27(11): 1829-1833.
Fang Lei, Zhang Huan-chun, Jing Ya-zhi. An FPGA Based Adaptive Genetic Algorithm[J]. Journal of Electronics & Information Technology, 2005, 27(11): 1829-1833.
Citation: Fang Lei, Zhang Huan-chun, Jing Ya-zhi. An FPGA Based Adaptive Genetic Algorithm[J]. Journal of Electronics & Information Technology, 2005, 27(11): 1829-1833.

一种基于FPGA的自适应遗传算法

An FPGA Based Adaptive Genetic Algorithm

  • 摘要: 采用了一种适合硬件实现的自适应遗传算法,利用种群的最大适应度fmax﹑最小适应度fmin和适应度平均值fave这3个变量来自适应地控制整个种群的交叉概率pc 和变异概率pm 。选用了适合硬件实现的选择﹑交叉﹑变异算子,并将它们设计成流水线结构, 同时,将选择算子与适应度计算并行化,大大提高了算法的运行效率。整个设计采用了XILINX公司的XC2V1000型号的FPGA芯片。算法利用VHDL语言来描述。实现后的测试表明,这种自适应遗传算法明显改善了算法的搜索性能和全局收敛性,同时利用硬件实现有效减少了运行时间,使其在一些实时性要求较高的场合得到应用成为可能。
  • 潘正君,康立山,陈毓屏. 演化计算[M]. 北京:清华大学出版社,1998: 3-4.[2]Petridis V, Kazarlis S, Bakirtzis A. Varying fitness function in genetic algorithm constrained optimization: The cutting stock and unit commitment problems[J]. IEEE Trans. on SMC Part B: Cybernetics , 1998, 28 (5): 629-639.[3]Shaunna M, Tom L, Abdulla H. A gene- tic algorithm environme- mnt for star pattern recognition[J]. Journal of Intelligent and Fuzzy Systems, 1998, 6(1): 3-16.[4]Bhandarkar S M , Zhang H.Image seg- ment using evolutionary computation[J]. IEEE Trans. on Evolutionary Computation,1999, 3 (1): 1-21.[5]唐加福,汪定伟,高振,等. 面向非线性规划问题的混合式遗传算法[J]. 自动化学报,2000,26(3): 401-404.[6]骆晨钟,邵惠鹤. 采用混沌变异的进化算法[J]. 控制与决策,2000,15(5): 557-560.[7]Scrinvas M, Patnaik L M. Adaptive Probabilities of Crossover and Mutation in Genetic Algorithms . IEEE Trans. on SMC, 1994, 24(4): 656-667.[8]王蕾,沈庭芝,招扬. 一种改进的自适应遗传算法[J]. 系统工程与电子技术, 2002, 24(5): 75-78.
  • 加载中
计量
  • 文章访问数:  2052
  • HTML全文浏览量:  50
  • PDF下载量:  783
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-05-15
  • 修回日期:  2004-09-20
  • 刊出日期:  2005-11-19

目录

    /

    返回文章
    返回