【摘要】： 智能計(jì)算技術(shù)是近年來在人工智能界興起的新的研究方向和熱點(diǎn),也是智能信息處理中的一項(xiàng)重要內(nèi)容。作為一種基于生物進(jìn)化原理的優(yōu)化算法,群智能計(jì)算與其他優(yōu)化算法相比,最突出的優(yōu)點(diǎn)表現(xiàn)在其強(qiáng)大的全局尋優(yōu)能力上。具有量子行為粒子群算法(Quantum-behaved Particle Swarm Optimization,QPSO)是一種新的、參數(shù)個(gè)數(shù)少、具有全局收斂性的群體智能算法,并且在某些實(shí)際應(yīng)用中證明,QPSO優(yōu)于一般的粒子群算法(Particle Swarm Optimization,PSO)。因此,本文的研究?jī)?nèi)容對(duì)于群體智能的發(fā)展具有一定的學(xué)術(shù)意義和應(yīng)用價(jià)值。 本文首先闡述了硬件系統(tǒng)的設(shè)計(jì)方法并簡(jiǎn)要敘述了群體智能算法中的蟻群算法(Ant Colony Optimization, ACO)、粒子群算法(PSO)和具有量子行為粒子群算法(QPSO),比較了這些算法的優(yōu)缺點(diǎn),并分析了它們硬件實(shí)現(xiàn)的難點(diǎn)。在此基礎(chǔ)上提出了采用EDA技術(shù)對(duì)QPSO算法的實(shí)現(xiàn)方式進(jìn)行改進(jìn)的方案,從而采用模塊化的方法設(shè)計(jì)了一個(gè)高性能硬件計(jì)算平臺(tái)。雖然參數(shù)個(gè)數(shù)少,但QPSO算法實(shí)現(xiàn)起來也很復(fù)雜,為使系統(tǒng)可以完成復(fù)雜的操作,硬件計(jì)算平臺(tái)采用了微程序設(shè)計(jì)的方法代替了傳統(tǒng)的狀態(tài)機(jī)來編寫控制模塊。模塊與模塊之間應(yīng)用并行技術(shù)來加快高性能計(jì)算平臺(tái)的運(yùn)行速度。采用全局時(shí)鐘網(wǎng)絡(luò),代替原來的計(jì)數(shù)器時(shí)鐘,增強(qiáng)了時(shí)鐘的驅(qū)動(dòng)能力,有效地消除了時(shí)序紊亂,還可以針對(duì)算法的特點(diǎn)提供特殊的硬件支持。由于FPGA器件以其功能強(qiáng)大、開發(fā)過程投資少、周期短、可反復(fù)修改、保密性能好,開發(fā)工具智能化等特點(diǎn),可隨時(shí)根據(jù)需要編程改變器件內(nèi)部結(jié)構(gòu)實(shí)現(xiàn)系統(tǒng)重構(gòu),從而方便地進(jìn)行系統(tǒng)維護(hù)和升級(jí),因此己成為當(dāng)今數(shù)字電路系統(tǒng)設(shè)計(jì)的首選方式之一。 最后,本文完成了該硬件計(jì)算平臺(tái)的模塊設(shè)計(jì),進(jìn)而使用硬件描述語言VHDL對(duì)計(jì)算平臺(tái)各部件進(jìn)行建模,并在Xilinx公司的Spartan 3實(shí)驗(yàn)平臺(tái)上通過了功能模塊的仿真,表明該高性能計(jì)算平臺(tái)能夠在低成本的FPGA芯片中實(shí)現(xiàn),不但降低了成本,而且硬件執(zhí)行QPSO算法具有執(zhí)行效率高、內(nèi)存占用少、功耗低、速度快等特點(diǎn),極大地提高了QPSO算法的實(shí)用價(jià)值。
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TP387
【圖文】：

CLB結(jié)構(gòu)

邏輯進(jìn)位控制邏輯CKBCRSD QCKBCRI2I1LUTI4I3I2I10XBXXQG2G1PSINBYSRF4F3F2F1BXCINCLKCB圖2-4 Slice結(jié)構(gòu)圖Fig.2-4 the architecture of Slice

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 金西,丁文祥,

本文編號(hào)：2713407