基于基矩阵排列优化算法的非规则准循环低密度奇偶校验码构造

为了提升非规则准循环低密度奇偶校验(QC-LDPC)码的误码率性能、降低构造算法的复杂度,该文提出一种基于基矩阵排列优化算法的非规则QC-LDPC码构造方法。首先,利用基于外部信息传递(EXIT)图的阈值分析算法得到满足码率和列重要求的非规则QC-LDPC码的最优度分布,然后将围长和短环数量作为新的约束条件对具有最优度分布的码集进行分析,得到具有最优度分布和最少短环数量的最优基矩阵排列结构,最后,根据得到的基矩阵对规则指数矩阵进行置零操作得到目标非规则QC-LDPC码。该构造方法相对于随机构造方法具有更低的实现复杂度,同时可以通过改变算法的参数值实现码长和码率的灵活设计。仿真结果表明,与现有的一些构造方法相比,所提方法构造的非规则QC-LDPC码在加性高斯白噪声(AWGN)信道上具有更好的误码率性能。

LDPC码稀疏奇偶校验矩阵与硬判决解码算法建模

提出了一种以奇偶校验和作为消息传递的LDPC码硬判决解码方案。该方案以奇偶校验方程是否满足约束为条件,从而决定接收分组中的错误位,并对错误位进行翻转。文中归纳了稀疏奇偶校验矩阵的描述,在此基础上引入校验树结构对解码方案进行可行性分析和描述。最后提出一种具体可实现的解码算法模型。

快速检测低密度奇偶校验码围长的新算法

针对低密度奇偶校验码(LDPC)的围长计算复杂度较高的问题,结合Dijkstra算法及Tanner图的结构特点提出一种快速检测围长的新算法,该算法的时间复杂度较低。与目前的算法相比,该算法不仅计算速度快,且能一次性给出围长的大小及所经过的边,避免冗余计算。最后,通过实例仿真验证了该算法的可行性和高效性。

基于矩阵实数编码遗传算法求解大规模机组组合问题

该文提出了一种采用矩阵实数编码遗传算法(MRCGA)进行机组组合优化的新方法:采用矩阵实数编码方式对整体发电计划进行编码后,可直接运用遗传操作求解机组组合问题,避免将其分解成机组启停安排和经济负荷分配的两层优化问题进行求解;采用多窗口变异技术,增强了算法的搜索能力。此方法提出了一种新的个体调整方法,可以处理各项约束条件,保证了结果的可行性。文中通过2个算例及与其它算法的对比分析,验证了所提出的方法在大规模机组组合问题求解时具有很强的适应性和全局搜索能力。

基于矩阵编码的遗传算法及其在自动组卷中的应用

对组卷问题进行了分析，提出了采用遗传算法来解决这个带约束的多目标优化问题。提出了应用于自动组卷中的基于矩阵编码的遗传算法，充分利用领域知识来设计解的编码和遗传算子。试验结果表明，基于矩阵编码的遗传算法相对于其它方法能够取得更有效的结果。

基于矩阵编码的遗传算法研究

分析遗传算法求解矩阵函数的局限性,提出一种基于矩阵编码的遗传算法。定义该算法的选择算子、交叉算子、变异算子,编写各算子的Matlab函数,通过仿真求解二矩阵变量函数。实例证明,该算法能确保矩阵染色体的结构完整性,提高遗传算法的速度和寻优精度。

基于位矩阵编码实现模拟集成电路模块布局的遗传算法

提出了一种新的实现模拟集成电路模块布局的遗传算法 .其位矩阵编码法提高了算法的搜索效率 ;模块的滑行处理使绝对布局问题转变成相对布局问题 ,极大地减小了搜索状态空间而不降低精度 ;复制过程中个体间的相似性检查避免了算法的早熟收敛 ;目标函数覆盖了模拟集成电路的特殊要求 ;正交实验的方法用来研究算法参数 ,其最优取值由另一个衍化遗传算法确定 .多种电路的测试结果表明 ,该算法性能优于传统的模拟退火算法 ,布局结果与手工布局相仿 。

一种基于N维矩阵二值编码单亲遗传算法的QoS路由优化策略研究

文章提出了一种基于N维矩阵二值编码的单亲遗传算法解决计算机网络路由问题,仿真结果表明应用此种编码方式的单亲遗传算法进行路由选择不仅是可行和有效的,而且可以用于网络拓扑结构任意复杂网络的路由选择,此种单亲遗传算法比以往神经网络(NN)算法更优越。且与普通的遗传算法比较,不仅简化了遗传操作,实现容易,且不存在早熟收敛问题。

多进制准循环LDPC码满秩校验矩阵构造及系统编码

提出了一种多进制准循环低密度奇偶校验(low-density parity-check,LDPC)码满秩校验矩阵的构造方法。该方法基于循环置换方阵,利用随机掩蔽的方法构造出满秩校验矩阵,从而得到具有循环阵形式的系统生成矩阵,并设计出具有线性复杂度的串行和并行多进制LDPC码编码器。仿真结果表明,由此构造出的规则和非规则多进制准循环LDPC码相比于掩蔽前的码字取得了更为优越的误码和收敛性能。

矩阵编码的遗传算法

针对遗传算法在求解矩阵运算的优化问题时,会出现编码过长或编码、解码复杂的现象。提出一种新的矩阵编码方式,同时也详细给出在矩阵编码下的交叉算子、变异算子和解码公式,可有效地解决编码过长和编码、解码复杂的问题。矩阵编码的遗传算法既可以保持二进制编码的交叉和变异的灵活性,又能适合于矩阵优化计算。

基于PEG-QC算法的LDPC码校验矩阵的构造

通过分析LDPC(Low Density Parity Check)码树图、PEG(Progressive Edge-Growth)算法和准循环LDPC码的特点,提出了一种将PEG算法和准循环矩阵相结合来构造LDPC码校验矩阵的新算法.在该算法中,首先利用PEG算法构造基矩阵,再用文中提出的移位参数公式和准循环LDPC码结构特点来构造循环置换矩阵;然后利用循环置换矩阵和全零矩阵对基矩阵进行扩展,从而得到围长至少为8的准循环LDPC码校验矩阵.该算法综合了PEG算法和准循环码的优点,纠错性能总体上好于PEG算法,在相同的码参数条件下的硬件实现比PEG算法简单,且参数选择具有较大灵活性.

基于工序矩阵编码遗传算法的车间作业调度优化

本文设计了一种求解车间作业调度的工序矩阵编码遗传算法。用一个矩阵表示一条染色体,矩阵中的基因值不重复,每一个基因值表示一个工序的加工顺序号,从而在解码时避免了编码转换操作。为了避免不可行解的产生,针对该矩阵编码的特点,设计了与编码方法相适应的初始解产生方法,以及两种交叉和变异方法。通过几个标准实例对本文改进遗传算法进行了测试,并和其他两种方法进行了对比,结果证明了该工序矩阵编码遗传算法的有效性。

遗传算法基础上矩阵编码自动组卷及优化研究

基于遗传算法,针对考试系统的自动出题问题,在遗传算法基础上,利用属性约束和分段编码的方法优化矩阵编码方法应用于自动组卷.

基于矩阵编码遗传算法的PCB生产线元件分配优化

PCB组装生产线上元器件的分配是影响整条生产线组装时间的关键因素.在分析实际工程问题的基础上,建立了PCB组装连续生产线上元件分配优化模型,在改进遗传算法中,提出了基于矩阵编码的方式,针对提出的编码方式,结合表上作业的最小元素法实现了种群的初始化,并采用了双点交叉以及改进的局部变异和自适应变异概率操作.最终,通过工程实例求解,得到了较优的结果,提高了PCB组装生产线的效率,从而证明了此算法的有效性.

低密度校验码的蚕食算法线性编码

首先论证了通过执行行列置换,将稀疏奇偶校验矩阵H变成近似下三角矩阵HT,同时应用以对角扩展处理为核心算法的蚕食算法使编码的复杂度可控制为线性的。接着论述了蚕食算法的3个阶段:启动阶段、主要三角矩阵变化阶段、清除阶段,当算法结束时校验节点将以O(n)的高概率剩余,即g将以极高的概率小于O(n)。

多参数可调的低密度奇偶校验码编译码系统

低密度奇偶校验(low-density parity-check,LDPC)码是具有逼近香农(Shannon)极限的一种好码,且灵活性强,描述简单,是信道纠错编码技术的研究热点。针对某通信系统,为了使信息传输能够适应多种情况的需求,在LDPC码编译码原理的基础上设计了具有独特字插入功能、编码参数逐帧可变的编译码系统,同时采用信息位校验位打散功能的设计方法,可实现信息加密。不同码长的编译码模块采用复用的方案,随机存取内存(random access memory,RAM)按照最长码长设计,降低资源占用率。在加性高斯白噪声(additive white gaussian noise, AWGN)信道下基于最小和译码算法完成性能分析。仿真结果表明,该设计方案能够实现码长、迭代次数、打散方式、独特字插入等多参数可调的LDPC码编译码系统,且信息传输性能良好,资源占用率低。

遗传算法在农业移动机器人路径规划中的应用——基于矩阵二进制编码

基于生成编码、适应度函数、交叉和变异等4个方面,提出和实现了一种在农业移动机器人导航和路径规划中使用的矩阵二进制编码的新变种遗传算法。结合对农业移动机器人路径规划问题模型的分析,基于矩阵二进制编码的遗传算法,进行了农业移动机器人路径规划的MatLab仿真分析。实验结果表明:农业移动机器人在存在复杂障碍物的情况下能够实现路径规划与导航,且所求路径是该条件下机器人穿过障碍物耗时最少、运动代价最小的路线。

遗传算法矩阵编码的研究

遗传算法是一种基于自然选择和遗传变异等生物进化机制的全局优化搜索算法。文章对矩阵编码的机制进行了研究,讨论了矩阵编码的算法框架及特点,对矩阵编码中的选择、交叉和变异算子进行了比较全面的形式化描述,并介绍了其未来研究方向。

矩阵编码在空域LSB掩密算法的安全性研究

针对矩阵编码与空域LSB相结合是否有可能提高隐写算法的安全性这个问题,用RS和Fridrich在2004年提出的最新估计LSB嵌入长度的方法对矩阵编码的LSB算法进行了估计。通过计算隐写图的R块和S块的变化规律,从矩阵编码的本质出发,对实验结果做了深入的分析。分析结果表明,将矩阵编码与空域LSB相结合并不能提高算法的安全性。

求解护士分配问题的矩阵编码进化算法

护士分配问题是护理人力资源配置中的一个优化问题,也是计算机科学中的很有挑战性的NP难问题。根据中国实际医院需求日益增加的情况,研究改良了随机规划(SPA)模型,建立了优化的多场景护士分配模型。基于护士与病人的对应关系,设计了0/1矩阵作为算法编码;采用矩阵编码进化算法(EAs with Matrix Coding)框架对矩阵编码进行迭代。基于求同存异的思想,运用随机编码部分介入技术实现了矩阵型染色体的变异算子。实验结果表明,与目前的随机贪心算法、基于Bender's分解的启发式算法和随机扰动遗传算法相比,提出的矩阵编码进化算法在求解护士分配问题时能得到更高质量、更稳定的解;在多场景和多约束前提下,其平均性能优势更加明显。