虫虫首页|资源下载|资源专辑|精品软件
登录|注册

划分算法

  • 基于FPGA的遗传算法的硬件实现

    遗传算法是一种基于自然选择原理的优化算法,在很多领域有着广泛的应用。但是,遗传算法使用计算机软件实现时,会随着问题复杂度和求解精度要求的提高,产生很大的计算延时,这种计算的延时限制了遗传算法在很多实时性要求较高场合的应用。为了提升运行速度,可以使用FPGA作为硬件平台,设计数字系统完成遗传算法。和软件实现相比,硬件实现尽管在实时性和并行性方面具有很大优势,但同时会导致系统的灵活性不足、通用性不强。本文针对上述矛盾,使用基于功能的模块化思想,将基于FPGA的遗传算法硬件平台划分成两类模块:系统功能模块和算子功能模块。针对不同问题,可以在保持系统功能模块不变的前提下,选择不同的遗传算子功能模块完成所需要的优化运算。本文基于Xilinx公司的Virtex5系列FPGA平台,使用VerilogHDL语言实现了伪随机数发生模块、随机数接口模块、存储器接口/控制模块和系统控制模块等系统功能模块,以及基本位交叉算子模块、PMX交叉算子模块、基本位变异算子模块、交换变异算子模块和逆转变异算子模块等遗传算法功能模块,构建了系统功能构架和遗传算子库。该设计方法不仅使遗传算法平台在解决问题时具有更高的灵活性和通用性,而且维持了系统架构的稳定。本文设计了多峰值、不连续、不可导函数的极值问题和16座城市的旅行商问题 (TSP)对遗传算法硬件平台进行了测试。根据测试结果,该硬件平台表现良好,所求取的最优解误差均在1%以内。相对于软件实现,该系统在求解一些复杂问题时,速度可以提高2个数量级。最后,本文使用FPGA实现了粗粒度并行遗传算法模型,并用于 TSP问题的求解。将硬件平台的运行速度在上述基础上提高了近1倍,取得了显著的效果。关键词:遗传算法,硬件实现,并行设计,FPGA,TSP

    标签: FPGA 算法 硬件实现

    上传时间: 2013-06-15

    上传用户:hakim

  • FPGA结构和布局布线算法研究

    论文设计了一种FPGA结构描述方法,解决了FPGA建模问题。FPGA结构描述方法包含逻辑单元信息,互连线信息等10部分。当采用不同的FPGA芯片进行布局布线时,只需要使用结构描述方法重新定义这种FPGA芯片的结构,不需要改变布局布线工具。 为了配合FPGA编程下载,论文改进了划分网表算法,能够生成LUT配置信息文件。改进了布局布线算法,能够支持更多的商用FPGA结构特征,开发的布局布线工具在可布通性上和VPR接近,布局阶段能够减少21%的逻辑单元交换次数,它在布局布线之后生成内部连接信息,布局信息和布线信息。这些信息提供给布局布线的下一阶段编程下载必要的支持,可以生成位流文件下载到FPGA中。

    标签: FPGA 布局布线 算法研究

    上传时间: 2013-07-29

    上传用户:气温达上千万的

  • 基于FPGA的相关干涉仪算法的研究与实现

    提出一种利用FPGA实现相关干涉仪测向算法的方法,给出了测向系统的结构和组成框图,并详细介绍了FPGA内部模块的划分及设计流程,最后结合实际设计出一种实现方案,并讨论了该方案在宽带测向中较原有实现方式的优势。为了使算法更适于FPGA实现,提出了一种新的相位样本选取方法,并仿真验证了该方法与传统方法的等效性。

    标签: FPGA 干涉仪 法的研究

    上传时间: 2013-11-11

    上传用户:1142895891

  • 基于FPGA的相关干涉仪算法的研究与实现

    提出一种利用FPGA实现相关干涉仪测向算法的方法,给出了测向系统的结构和组成框图,并详细介绍了FPGA内部模块的划分及设计流程,最后结合实际设计出一种实现方案,并讨论了该方案在宽带测向中较原有实现方式的优势。为了使算法更适于FPGA实现,提出了一种新的相位样本选取方法,并仿真验证了该方法与传统方法的等效性。

    标签: FPGA 干涉仪 法的研究

    上传时间: 2013-11-20

    上传用户:LP06

  • 分区式存储管理源代码 一、可变分区存储管理的基本策略 1)不预先划分几个固定分区

    分区式存储管理源代码 一、可变分区存储管理的基本策略 1)不预先划分几个固定分区,分区的建立是在作业的处理过程中进行的,各分区的大小由作业的空间需求量决定。 2)采用指针方式将各个空闲分区链接而成的链表,用以记录主存分配现状。 3)分配与回收算法按空闲分区链接方式的不同分类,有最佳、最坏、首次和下次适应四种算法。 二、程序模拟的设计 1、基本思想 采用事件驱动模型。事件有: 1)申请主存事件,表示一个作业创建时提出的主存资源要求; 2)释放主存事件,表示一个作业结束时其占用主存被回收。 2、数据结构设计 ...... typedef struct Event_DataType{事件数据类型的定义intEventType事件的类型 申请ASK或释放RELEASE int OccurTime 事件发生的时间 char JobName 申请主存或被回收主存的作业名 int JobId 进入系统的作业在作业表中相应表项的编号 int SizeOfMemoryForAsk 作业申请占用主存的尺寸 int OccupyTimeOfMemoryForAsk 作业申请占用主存的时间长度 int WaitFlag 该事件是否等待过TRUE或FALSE

    标签: 分区 存储管理 源代码

    上传时间: 2014-12-20

    上传用户:cc1015285075

  • 通过精心挑选划分元素v

    通过精心挑选划分元素v,可以得到一个最坏情况时间复杂度为O(n)的选择算法。本次实习要求用c语言将此算法实现。要求实现此功能:输入一组数,返回A[i],使其为A(m:p)中第k小的元素,k是一个全局变量,取大于1的整数

    标签: 元素

    上传时间: 2015-06-01

    上传用户:zmy123

  • 实验描述:分布式数据库的算法partition的具体实现。即通过该算法找到关系数据库最优分裂点

    实验描述:分布式数据库的算法partition的具体实现。即通过该算法找到关系数据库最优分裂点,使得结果最优。 算法思想: 1、 首先根据所输入的attribute usage matrix得到AQ( ) 2、 对CA矩阵中划分点预先设在n-1处,并将属性列分成两个集合,TA和BA,TA中的元为:{ A1 、A2 …… An-1 },BA中的元素为:{ An} 3、 确定集合TQ、BQ和OQ,其中TQ={ qj| AQ(qi) TA},BQ= TQ={ qj| AQ(qi) BA}, OQ=Q-{TQ BQ}。 4、 计算出CTQ、CBQ、COQ这些值,其中CTQ= ,CBQ= ,COQ= 5、 通过划分点的第次移动分别计算出z=CTQ*CBQ-COQ2 6、 对取到的z的最大值处标记,为分割点 7、 对CA进行调整,重复计算得到最终z的最大值点,对CA矩阵进行划分 8、 对上述算法进行修改,将得到的最大z值的分割点和次大的分割点都记录下来,得到两个分割,则将原有的属性集划分成三部分。 该算法的目的是找到独立存取的属性集合或者分别的应用集。比如说,如果可以找到两个属性A1,A2,他们只是被q1读取,而A3,A4被q2,q3读取,这样在分裂的时候可以确定。算法就是找到这些组。另外为了简单化起见,我命令refj(qi)全部等于1.

    标签: partition 算法 实验 分布式数据库

    上传时间: 2015-06-03

    上传用户:13160677563

  • 实验描述:分布式数据库的算法partition的具体实现。即通过该算法找到关系数据库最优分裂点(2个)

    实验描述:分布式数据库的算法partition的具体实现。即通过该算法找到关系数据库最优分裂点(2个),使得结果最优。 1、 首先根据所输入的attribute usage matrix得到AQ( ) 2、 对CA矩阵中划分点预先设在n-1处,并将属性列分成3个集合,TA和BA和MA, 3、 确定集合TQ、BQ,MQ和OQ,其中TQ={ qj| AQ(qi) TA},BQ= TQ={ qj| AQ(qi) BA}, MQ={ qj| AQ(qi) MA},OQ=Q-{TQ BQ}。 4、 计算出CTQ、CBQ、CMQ、COQ这些值,其中CTQ= ,CBQ= ,CMQ= ,COQ= 5、 通过划分点的第次移动分别计算出z=CTQ*CBQ*CMQ-COQ3 6、 对取到的z的最大值处标记,为分割点 7、 对CA进行调整,重复计算得到最终z的最大值点,对CA矩阵进行划分 对上述算法进行修改,将得到的最大z值的分割点和次大的分割点都记录下来,得到两个分割,则将原有的属性集划分成三部分。

    标签: partition 算法 实验 分布式数据库

    上传时间: 2015-06-03

    上传用户:515414293

  • 经典的数据挖掘分类算法

    经典的数据挖掘分类算法,由ID3算法演变而来。本算法主要用于处理连续属性值,基本过程如下: 1.根据属性的值对数据集排序 2.用不同的阈值将数据集动态的分类 3.迭代根据阈值进行划分 4.得到所有可能的阈值、增益以及增益比

    标签: 数据挖掘 分类算法

    上传时间: 2014-01-10

    上传用户:极客

  • 麻省理工学院(MIT)的《算法导论》课程讲义。 配套教材算法导论(Introduction to Algorithms)一书

    麻省理工学院(MIT)的《算法导论》课程讲义。 配套教材算法导论(Introduction to Algorithms)一书,全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣,并保持了数学严谨性。本书的设计目标全面,适用于多种用途。涵盖的内容有:算法在计算中的作用,概率分析和随机算法的介绍。本书专门讨论了线性规划,介绍了动态规划的两个应用,随机化和线性规划技术的近似算法等,还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算法,以及对贪心算法元素的讨论。本书还介绍了对强连通子图算法正确性的证明,对哈密顿回路和子集求和问题的NP完全性的证明等内容。该书提供了900多个练习题和思考题以及叙述较为详细的实例研究。 本讲义可以作为原书的参考资料使用,使得您学习《算法导论》之过程如鱼得水。

    标签: Introduction Algorithms MIT 算法

    上传时间: 2013-12-19

    上传用户:宋桃子