在内部演化硬件中实现自适应变异参数控制

为了在演化过程中优化演化算法性能和避免花费大量时间在演化算法的参数设定中,设计了一种新颖的基于硬件实现的自适应变异比率控制方法.为了实现自适应特性,变异比率控制参数也被编码到染色体中作为附加的基因经历演化操作.本方法的有效性将通过和传统的采用固定变异比率的演化算法在演化4-bit偶校验函数(even-parity function),2-bit乘法器和3-bit乘法器的对比实验中进行证明.实验平台建立在一个完全FPGA实现的内部演化硬件上,它的设计思想来源于笛卡尔遗传程序(Cartesian Genetic Programming).在所有实验中,基于自适应变异比率控制的演化算法的性能明显优于传统的采用固定变异比率的遗传算法.

自适应变异比率控制在虚拟可重构结构中的应用

提出了一个用于基于虚拟可重构结构(VRA)的演化硬件的自适应变异参数控制方法,该方法有效且易于硬件实现。在一个完全由现场可编程门阵列(FPGA)实现的基于VRA的内部演化硬件上建立了试验平台。变异比率控制参数也编码到染色体中作为附加的基因经历演化过程。通过和传统的采用固定变异比率的演化算法在演化4位偶校验函数、2位乘法器和3位乘法器的对比实验可以看出,这种采用自适应变异比率控制的演化算法的性能明显优于传统的采用固定变异比率的演化算法。