位置:成果数据库 > 期刊 > 期刊详情页
量子遗传算法在多输出Reed—Muller逻辑电路最佳极性搜索中的应用
  • ISSN号:0372-2112
  • 期刊名称:《电子学报》
  • 时间:0
  • 分类:TP387[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]宁波大学电路与系统研究所,浙江宁波315211, [2]复旦大学专用集成电路与系统国家重点实验室,上海201203, [3]浙江大学数字技术及仪器研究所,浙江杭州310027
  • 相关基金:国家自然科学基金(No.60676020,No.60776022);中国博士后科学基金(No.20090461355);浙江省博士后科研项目;宁波市自然科学基金(No.2008A610005);浙江省教育厅科研项目(No.20070859)
中文摘要:

量子遗传算法是一种融合量子计算和遗传算法优点的智能算法,常用于求解组合优化问题.本文给出多输出RIM(Reed—Muller)逻辑电路最佳极性搜索方案,将量子遗传算法应用到多输出固定极性RM电路逻辑优化中.针对量子遗传算法易陷入局部极值的缺陷,结合群体灾变思想,提出一种基于量子遗传算法的多输出RM逻辑电路最佳极性搜索算法.最后对多个大规模PLA格式基准电路测试表明:该算法与基于遗传算法的最佳极性搜索相比,在优化能力、寻优性能和收敛速度等方面都有不同程度的提高.

英文摘要:

QGA(Quantum Genetic Algorithm) is an intelligent algorithm which colligates the advantages of quantum computation and GA( Genetic Algorithm), which is often used to solve combinatorial problems.In this paper,the method of best polarities of multi-output RM (Reed-Muller) logic circuits is given, and QGA is applied to the optimization of multi-output fixed-polarity RM logic, circuits. To deal with the defects of the easily immerging in partial minimum frequently, this paper proposes a QGA based multi-output RM best polarity search algorithm which combined with community disaster. Finally, through several large-scale PLA format benchmarks testing,results show that QGA based search algorithm has higher performance than GA based in optimization, search and convergence.

同期刊论文项目
期刊论文 18 会议论文 12 获奖 2 著作 1
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611