【摘要】：脈沖神經網(wǎng)絡作為第三代新型人工網(wǎng)絡模型,近些年不僅在模式識別和數(shù)據(jù)處理等領域有著快速的發(fā)展,同時推動了基于脈沖神經網(wǎng)絡的類腦計算機相關項目的開展。隨著芯片集成技術的成熟,以及處理器成本的下降,類腦平臺實現(xiàn)百萬核心的系統(tǒng)架構已不再是夢想,與之而來網(wǎng)絡通信卻面臨了一大難題:如何支持海量脈沖數(shù)據(jù)包的高效傳輸。本課題基于脈沖神經網(wǎng)絡模擬多核計算機的互連網(wǎng)絡進行研究,主要研究內容及結論如下:首先,研究脈沖神經網(wǎng)絡模擬多核計算機的理論和技術,本文定義了三種脈沖數(shù)據(jù)包的格式和相應的編碼方式,分別是點對點的脈沖數(shù)據(jù)包、組播脈沖數(shù)據(jù)包、基于集群的組播數(shù)據(jù)包。并且針對集群組播數(shù)據(jù)包設計了一套完整的脈沖數(shù)據(jù)包編碼方案,不僅實現(xiàn)靈活多變的脈沖數(shù)據(jù)包編碼,而且減少了路由表中路由條目的數(shù)量。其次,本文集中探索了脈沖神經網(wǎng)絡模擬多核計算機的底層通信網(wǎng)絡模型的設計,重點解決脈沖數(shù)據(jù)包的傳輸問題。根據(jù)脈沖神經網(wǎng)絡中神經元的映射關系,基于啟發(fā)式蟻群算法和遺傳算法的思想,提出了改進的遺傳路由算法和蟻群路由算法。把最短路由尋址問題用兩種算法進行完整的表述和復現(xiàn),創(chuàng)新性的把蟻群進行分類,以及自適應的參數(shù)設計,保證了算法收斂于最優(yōu)解。實驗效果表明與傳統(tǒng)蟻群算法和遺傳算法相比,改進的路由算法不僅縮短了路由尋址的路徑長度,同時縮短了路由尋址的執(zhí)行時間。最后,基于脈沖神經網(wǎng)絡模擬多核計算機的網(wǎng)絡拓撲結構,提出了一個新的路由尋址架構,設計了專用路由表的基本格式。根據(jù)路由節(jié)點的6位輸出端口編碼,完成了脈沖數(shù)據(jù)包一整套路由尋址的過程,同時提出了相應的通信容錯機制,分別以靜態(tài)與動態(tài)的方式解決了鏈路損壞時脈沖數(shù)據(jù)包的無障礙傳輸。專用通信網(wǎng)絡模型的設計,不僅支持點對點的數(shù)據(jù)通信,同樣支持高效的組播通信,成功解決了脈沖神經網(wǎng)絡模擬多核計算機的海量數(shù)據(jù)通信的難題。
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;TP393.03
【圖文】：

經網(wǎng)絡中脈沖序列的編碼方式［１８，１９］有基于脈沖頻率的編碼、基、神經元群體的編碼方法。頻率編碼是一種傳統(tǒng)的編碼方法，率隨著刺激強度的增加而增加，信號的編碼與時間窗口的脈沖相比，時間編碼則充分利用脈沖序列的時間特性來編碼信息。元的編碼很多時候不足以完整體現(xiàn)神經系統(tǒng)中的信息編碼，群體的編碼方式。群體編碼運用多個神經元群體的電位反應，每個神經元對于特定的輸入刺激具有特定的脈沖響應分布，合一起表征整體的信息輸入。逡逑許多神經元具有相似的屬性，能對相同的刺激做出反應，把一個集群�？紤]具有Ｎ個神經元集群，記錄這Ｎ個集群的脈沖定義為多個神經元集群上脈沖數(shù)的平均值。如圖２－２所示，經元集群脈沖頻率的計算方式。逡逑

略選擇路徑前進，直到到達一個目的節(jié)點。逡逑（３）當每只螞蟻都完成一個目的節(jié)點的尋址后，螞蟻按照對應上述的策略進行信逡逑息素的調整。逡逑（４）重復步驟２和步驟３，當螞蟻都找到所有的目的節(jié)點，對應每只螞蟻尋找到逡逑的路徑會構成一顆組播樹，然后通過計算每顆組播樹的尋址路線代價，如果大多數(shù)逡逑螞蟻尋址路線都是收斂于同一條路線時，則該尋址路線為最優(yōu)尋址路徑。逡逑（５）當?shù)螖?shù)大于最大迭代次數(shù)時，算法循環(huán)結束，輸出結果。逡逑針對蟻群路由算法中各參數(shù)的設置對最短路徑尋址的影響，本文做了一系列針逡逑對性實驗，包括信息素的強度系數(shù)Ｑ、信息素揮發(fā)因子Ｐ、信息素啟發(fā)因子《、期逡逑望啟發(fā)因子卩，探究這四個參數(shù)的最優(yōu)取值范圍，從而獲得該算法中參數(shù)的最佳配逡逑置。通過設置網(wǎng)絡節(jié)點的布局規(guī)模大小為２００＊２００，實驗設置的目的節(jié)點的個數(shù)是逡逑５０，目地節(jié)點均勻分布在系統(tǒng)中的每個區(qū)域，蟻群總個數(shù)為３０，初始智能蟻群５個，逡逑隨機蟻群２５個，最大迭代次數(shù)３００，結果如圖３－５所示。逡逑１４５０１邐１１１１１１邐１邐逡逑１４５０！邐１邐１邐＇邐１邐＇邐１邐１邐逡逑

逡逑圖３－９染色體交叉后的路由路徑逡逑Ｆｉｇｕｒｅ邋３－９邋Ｒｏｕｔｉｎｇ邋Ｐａｔｈ邋Ａｆｔｅｒ邋Ｃｈｒｏｍｏｓｏｍｅ邋Ｃｒｏｓｓｉｎｇ逡逑變異操作是交叉操作之后另一個基本操作，它的主要思想是在染色體個體上隨逡逑機的對某個節(jié)點進行變化，這種隨機變化的過程使得變異操作會產生新的個體性狀，逡逑這種性狀可能是之前不存在的。但是變異操作必須以一個很小的概率進行，因為變逡逑異的過程是隨機性的，產生的個體基因節(jié)點是不可控的。變異操作提氋了隨機搜索逡逑路徑的能力，尋找可能被遺落的最優(yōu)尋址個體，也保持了染色體種群的多樣性。變逡逑異操作的過程是從染色體中隨機選擇一個節(jié)點Ｎｉ為變異點，變異點之后的節(jié)點按照逡逑廣度優(yōu)先搜索算法尋找新的路徑，直到到達目的節(jié)點。如圖３－１０所示是變異前該染逡逑色體的尋址路徑

【相似文獻】

相關期刊論文 前10條

1 李力, 張銳;神經網(wǎng)絡模擬框架柱低周反復加載試驗性能初探[J];西南交通大學學報;1994年04期

2 彭清娥,曹叔尤,劉興年,雷孝章,黃爾;荒坡治理效果神經網(wǎng)絡模擬及比較研究[J];泥沙研究;2002年05期

3 于南翔;于鳳敏;;一種應用神經網(wǎng)絡模擬Hash函數(shù)的算法[J];重慶郵電學院學報(自然科學版);2006年S1期

4 陳國良,熊焰,方祥;通用并行神經網(wǎng)絡模擬系統(tǒng)GP~2N~2S~2[J];小型微型計算機系統(tǒng);1992年12期

5 楊綠溪,倪晉麟,何振亞;Transputer并行結構支持的通用神經網(wǎng)絡模擬系統(tǒng)[J];數(shù)據(jù)采集與處理;1993年02期

6 賈建軍;于小寧;;正前角圓弧銑刀齒形的神經網(wǎng)絡模擬與設計[J];工具技術;2009年07期

7 賈勃晨,韓斌;球形壓痕法測材料力學性能:神經網(wǎng)絡模擬[J];北京理工大學學報;2003年02期

8 羅蓬,楊屹;有色金屬壓鑄工藝專家知識的神經網(wǎng)絡模擬[J];有色金屬;2003年01期

9 李夢欣;任保平;;新時代中國高質量發(fā)展指數(shù)的構建、測度及綜合評價[J];中國經濟報告;2019年05期

10 舒朝暉,肖莉,程雁,李本艷,陳文梅,褚良銀;油水分離水力旋流器的人工神經網(wǎng)絡模擬[J];石油機械;2003年03期

相關會議論文 前10條

1 周如季;;大系統(tǒng)非線性規(guī)劃的神經網(wǎng)絡模擬[A];1995中國控制與決策學術年會論文集[C];1995年

2 汪鐳;韓生廉;許維勝;蕭蘊詩;吳啟迪;;并行工程環(huán)境下模糊多目標決策的神經網(wǎng)絡模擬[A];1996年中國智能自動化學術會議論文集（下冊）[C];1996年

3 張春路;邵亮亮;周佳;瞿佳云;丁國良;;翅片管式蒸發(fā)器穩(wěn)態(tài)特性的神經網(wǎng)絡模擬[A];上海市制冷學會二○○一年學術年會論文集[C];2001年

4 張春路;吳崇文;瞿佳云;邵亮亮;徐曉琦;丁國良;;翅片管式冷凝器穩(wěn)態(tài)特性的神經網(wǎng)絡模擬[A];上海市制冷學會二○○一年學術年會論文集[C];2001年

5 周偉雄;靳東明;;神經網(wǎng)絡的模擬VLSI實現(xiàn)研究[A];中國電子學會第七屆學術年會論文集[C];2001年

6 趙國景;江源富;李淑娟;;材料性能的神經網(wǎng)絡模擬[A];第八屆全國結構工程學術會議論文集（第Ⅰ卷）[C];1999年

7 田鎮(zhèn);谷波;張萍;孫旭東;;微通道平行流冷凝器理論模型與神經網(wǎng)絡模擬[A];2013中國制冷學會學術年會論文集[C];2013年

8 國蓉;程光旭;王毅;王會民;鄭寶祥;;粉煤流態(tài)化氣化過程的BP神經網(wǎng)絡模擬[A];第九屆全國化學工藝學術年會論文集[C];2005年

9 李倩;申雙和;曹雯;鄒學智;;南方塑料大棚冬春季溫濕度的神經網(wǎng)絡模擬[A];S10 氣象與現(xiàn)代農業(yè)發(fā)展[C];2012年

10 張哲偉;林中喬;聶車暢;楊天明;;大腦眶額葉皮層價值編碼的隨機回饋網(wǎng)絡模型[A];第三屆全國神經動力學學術會議論文摘要集[C];2016年

相關博士學位論文 前1條

1 李菲菲;漢語聲調對稱規(guī)則的內隱學習及神經網(wǎng)絡模擬研究[D];華東師范大學;2013年

相關碩士學位論文 前9條

1 李冕;脈沖神經網(wǎng)絡模擬多核計算機的互連網(wǎng)絡的研究[D];廣東工業(yè)大學;2019年

2 于志翔;船用反應堆屏蔽設計優(yōu)化研究及可視化程序開發(fā)[D];南華大學;2016年

3 許君波;空氣中PM_（10）濃度的神經網(wǎng)絡模擬預測[D];浙江大學;2005年

4 羅蓬;鑄造過程數(shù)值模擬的神經網(wǎng)絡優(yōu)化技術研究[D];四川大學;2004年

5 溫海駿;真空冷凍干燥加工工藝過程模擬分析及預測[D];山西農業(yè)大學;2004年

6 付園;龍帶傳動系統(tǒng)動力學和功耗實驗分析[D];浙江理工大學;2012年

7 甄玉存;華中地區(qū)夏季通風條件下連棟溫室環(huán)境因子的BP神經網(wǎng)絡模擬[D];華中農業(yè)大學;2009年

8 張鐸;憶阻器基本特性與基于憶阻器的生物突觸研究[D];電子科技大學;2015年

9 陳亞明;基于神經網(wǎng)絡模擬預分解窯煅燒的研究[D];武漢理工大學;2003年

本文編號：2793220