本文關(guān)鍵詞：基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的邏輯函數(shù)與進(jìn)化電路設(shè)計(jì)

  更多相關(guān)文章： 細(xì)胞神經(jīng)網(wǎng)絡(luò) 動(dòng)態(tài)邏輯門 經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò) 多重嵌套細(xì)胞神經(jīng)網(wǎng)絡(luò) 布爾函數(shù) 進(jìn)化電路 遺傳算法

【摘要】：基于細(xì)胞神經(jīng)網(wǎng)絡(luò)構(gòu)造動(dòng)態(tài)邏輯門是近年來一個(gè)全新的研究方向。由于非線性系統(tǒng)狀態(tài)演化具有很強(qiáng)的非線性特征和豐富的動(dòng)態(tài)模式,細(xì)胞神經(jīng)網(wǎng)絡(luò)在構(gòu)建靈活、可重構(gòu)的邏輯門電路中具有獨(dú)特的優(yōu)勢(shì)。動(dòng)態(tài)邏輯門就是邏輯門在外部控制信號(hào)的作用下門的功能發(fā)生相應(yīng)的改變,這種動(dòng)態(tài)特性可以用來構(gòu)建更為靈活的動(dòng)態(tài)可重構(gòu)的計(jì)算機(jī)體系結(jié)構(gòu)。論文首先基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的邏輯函數(shù)設(shè)計(jì),分析了兩輸入和三輸入線性可分布爾函數(shù)的標(biāo)準(zhǔn)非耦合細(xì)胞神經(jīng)網(wǎng)絡(luò)的模板參數(shù)的求解過程,并設(shè)計(jì)了相應(yīng)電路;同時(shí)針對(duì)線性可分布爾函數(shù)的細(xì)胞設(shè)計(jì),實(shí)現(xiàn)了當(dāng)電路結(jié)構(gòu)不變時(shí),通過改變其模板參數(shù)實(shí)現(xiàn)邏輯門的動(dòng)態(tài)轉(zhuǎn)變。針對(duì)線性不可分布爾函數(shù),通過對(duì)經(jīng)典通用和多重嵌套兩種類型細(xì)胞神經(jīng)網(wǎng)絡(luò)的改進(jìn),分別設(shè)計(jì)了相應(yīng)的模板參數(shù)求解過程,并利用經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了一位全加器的設(shè)計(jì),仿真實(shí)驗(yàn)結(jié)果表明基于經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的邏輯電路具有一定的優(yōu)越性;同時(shí)以Parity(4)函數(shù)為例,將經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)和多重嵌套細(xì)胞神經(jīng)網(wǎng)絡(luò)進(jìn)行比較,分析了多重嵌套細(xì)胞在電路設(shè)計(jì)中資源利用的優(yōu)勢(shì)。其次研究了基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的進(jìn)化電路設(shè)計(jì)。將遺傳算法用于進(jìn)化電路,針對(duì)電路結(jié)構(gòu)的特性,設(shè)計(jì)遺傳算法中電路個(gè)體的編碼方式為矩陣形式;通過加入三輸入線性可分函數(shù)作為邏輯基因,可提高基因的多樣性,豐富電路進(jìn)化的多樣性,從而提高電路的有效性。對(duì)遺傳算法進(jìn)行了改進(jìn),通過對(duì)選擇算子、交叉算子和變異算子的改善,可提高進(jìn)化的速率,整體提高電路的性能。在此基礎(chǔ)上,設(shè)計(jì)了一位全加器和兩位乘法器進(jìn)化電路。本文研究了如何利用標(biāo)準(zhǔn)細(xì)胞神經(jīng)網(wǎng)絡(luò)及其改進(jìn)型細(xì)胞實(shí)現(xiàn)布爾函數(shù),給出了方法和電路實(shí)現(xiàn)。所給出的方法物理意義明確、電路簡(jiǎn)化、易于理解,為超大規(guī)模集成電路實(shí)現(xiàn)細(xì)胞神經(jīng)網(wǎng)絡(luò)打下基礎(chǔ),對(duì)可重構(gòu)芯片的設(shè)計(jì)具有一定的工程意義。
【關(guān)鍵詞】：細(xì)胞神經(jīng)網(wǎng)絡(luò) 動(dòng)態(tài)邏輯門 經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò) 多重嵌套細(xì)胞神經(jīng)網(wǎng)絡(luò) 布爾函數(shù) 進(jìn)化電路 遺傳算法
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN702;TP183
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 注釋表10-11
• 第一章 緒論11-15
• 1.1 研究背景11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 論文主要內(nèi)容及章節(jié)結(jié)構(gòu)13-15
• 第二章 標(biāo)準(zhǔn)細(xì)胞神經(jīng)網(wǎng)絡(luò)邏輯門電路設(shè)計(jì)15-36
• 2.1 細(xì)胞神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)分析15-19
• 2.1.1 CNN拓?fù)浣Y(jié)構(gòu)15-16
• 2.1.2 CNN單細(xì)胞分析16-18
• 2.1.3 CNN模板和基因庫18-19
• 2.2 標(biāo)準(zhǔn)細(xì)胞神經(jīng)網(wǎng)絡(luò)邏輯門電路設(shè)計(jì)19-34
• 2.2.1 布爾函數(shù)概念19-23
• 2.2.2 細(xì)胞神經(jīng)網(wǎng)絡(luò)電路平衡點(diǎn)設(shè)計(jì)23-26
• 2.2.3 細(xì)胞神經(jīng)網(wǎng)絡(luò)邏輯門基因設(shè)計(jì)26-28
• 2.2.4 基于標(biāo)準(zhǔn)非耦合細(xì)胞兩輸入邏輯門電路設(shè)計(jì)28-31
• 2.2.5 基于標(biāo)準(zhǔn)非耦合細(xì)胞三輸入邏輯門電路設(shè)計(jì)31-34
• 2.3 本章小結(jié)34-36
• 第三章 通用細(xì)胞神經(jīng)網(wǎng)絡(luò)的邏輯電路設(shè)計(jì)與實(shí)現(xiàn)36-54
• 3.1 通用細(xì)胞神經(jīng)網(wǎng)絡(luò)36-40
• 3.1.1 細(xì)胞神經(jīng)網(wǎng)絡(luò)判別函數(shù)36-38
• 3.1.2 經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)模型38-39
• 3.1.3 多重嵌套通用細(xì)胞神經(jīng)網(wǎng)絡(luò)模型39-40
• 3.2 經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)電路仿真與分析40-50
• 3.2.1 兩輸入“異或”與“同或”門分析及電路設(shè)計(jì)40-41
• 3.2.2 一位全加器的經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)電路設(shè)計(jì)41-48
• 3.2.3 一位全加器的邏輯電路設(shè)計(jì)對(duì)比分析48-50
• 3.3 多重嵌套通用細(xì)胞神經(jīng)網(wǎng)絡(luò)電路設(shè)計(jì)50-53
• 3.3.1 多重嵌套通用細(xì)胞神經(jīng)網(wǎng)絡(luò)判別函數(shù)設(shè)計(jì)50-52
• 3.3.2 多重嵌套通用細(xì)胞神經(jīng)網(wǎng)絡(luò)與經(jīng)典通用細(xì)胞神經(jīng)網(wǎng)絡(luò)電路設(shè)計(jì)分析對(duì)比52-53
• 3.4 本章小結(jié)53-54
• 第四章 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的進(jìn)化電路設(shè)計(jì)54-71
• 4.1 進(jìn)化電路設(shè)計(jì)算法54-58
• 4.1.1 進(jìn)化電路設(shè)計(jì)原理54-55
• 4.1.2 遺傳算法原理55-58
• 4.2 種群個(gè)體基因庫設(shè)計(jì)58-59
• 4.3 基本遺傳算法用于進(jìn)化電路設(shè)計(jì)59-62
• 4.3.1 電路個(gè)體的編碼規(guī)則59-60
• 4.3.2 個(gè)體適應(yīng)度評(píng)價(jià)策略和輸出端的選取60-61
• 4.3.3 個(gè)體的交叉和變異策略61
• 4.3.4 算法實(shí)現(xiàn)流程61-62
• 4.4 改進(jìn)遺傳算法用于進(jìn)化電路設(shè)計(jì)62-63
• 4.4.1 選擇算子的改進(jìn)62
• 4.4.2 交叉算子的改進(jìn)62-63
• 4.4.3 變異算子的改進(jìn)63
• 4.5 實(shí)驗(yàn)結(jié)果分析63-70
• 4.5.1 遺傳算法測(cè)試對(duì)比實(shí)驗(yàn)63-67
• 4.5.2 進(jìn)化一位全加器67-68
• 4.5.3 進(jìn)化兩位乘法器68-70
• 4.6 本章小結(jié)70-71
• 第五章 總結(jié)與展望71-73
• 5.1 全文總結(jié)71
• 5.2 本文的主要工作71-72
• 5.3 工作展望72-73
• 參考文獻(xiàn)73-77
• 致謝77-78
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文78

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 梁興建;詹志輝;譚偉;彭建新;;基于最優(yōu)保留策略的改進(jìn)遺傳算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年11期

2 劉硯一;劉文波;袁曉征;;細(xì)胞神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)鐘邊沿可控雙邊沿D觸發(fā)器[J];北京郵電大學(xué)學(xué)報(bào);2013年05期

3 劉全;王曉燕;傅啟明;張永剛;章曉芳;;雙精英協(xié)同進(jìn)化遺傳算法[J];軟件學(xué)報(bào);2012年04期

4 張超群;鄭建國;錢潔;;遺傳算法編碼方案比較[J];計(jì)算機(jī)應(yīng)用研究;2011年03期

5 張京釗;江濤;;改進(jìn)的自適應(yīng)遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年11期

6 曹道友;程家興;;基于改進(jìn)的選擇算子和交叉算子的遺傳算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年02期

7 陳友文;;一種改進(jìn)選擇算子和基于小生境的遺傳算法[J];計(jì)算機(jī)與數(shù)字工程;2009年06期

8 李晨;寧紅云;;改進(jìn)的遺傳算法選擇算子[J];天津理工大學(xué)學(xué)報(bào);2008年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 杜蛟;布爾函數(shù)相關(guān)數(shù)學(xué)問題的研究[D];北京郵電大學(xué);2013年

，

本文編號(hào)：665829