针对基于遗传算法的TSP 问题求解, 尝试了多种遗传操作, 分析了这些操作在遗传算法中的作用, 讨论了基因片段保序在利用遗传算法求解TSP 问题中的重要性.
上传时间： 2014-01-23
上传用户：ynwbosss
clustalx用来做基因序列分析，数据分析
上传时间： 2017-05-23
上传用户：lili123
基因演算法genetic algorthim的程式實現，可利用此程式找出最佳化解
上传时间： 2013-12-17
上传用户：cc1915
3d-fdtd算法的遗传基因算法matlab模拟
上传时间： 2014-06-05
上传用户：cuiyashuo
用VC++实现的基因算法，已经调试通过，希望对大家有所帮助……
上传时间： 2013-12-09
上传用户：evil
是有关基因比对的经典算法的实现。这对于初学计算生物学的人是非常重要的算法。
上传时间： 2014-01-04
上传用户：change0329
IIR数字滤波器是冲激响应为无限长的一类数字滤波器，是电子、通信及信号处理领域的重要研究内容，国内外学者对IIR数字滤波器的优化设计进行了大量研究。其中，进化算法优化设计IIR数字滤波器虽然取得了一定的效果，但是其也有自身的一些不足；另外，基于粒子群算法以及人工鱼群算法的IIR数字滤波器优化设计也取得了较好的效果。但这些方法都是将多目标优化问题转化为单目标优化问题，这种方法是将每个目标赋一个权值，然后将这些赋了权值的目标相加，把相加的结果作为目标函数，在此基础上寻找目标函数的最小值，这样做造成的问题是可能将其中的任何一种满足目标函数值最小的情况作为最优解，但实际上得到的不一定是最优解。也就是说，单目标的方法难以区分哪一种情况为最优解，这样的寻优模型从理论上来说是难以得到最优解的。另外，在将多目标转化为单目标时，各个目标的权值难以确定，而且最终只能得到唯一解。针对这些问题，本文在研究传统遗传算法、进化规划算法以及量子遗传算法的IIR数字滤波器优化设计的基础上，将重点研究IIR数字滤波器的粒子进化规划优化、遗传多目标优化以及量子多目标优化。另外，由于在通信系统中IIR数字滤波器有广泛应用，并且大量采用FPGA实现，多目标优化方法得到的滤波器性能也值得验证，因此，对多目标优化方法得到的IIR数字滤波器系数进行FPGA仿真验证有重要的现实意义。 @@ 论文的主要工作及研究成果具体如下： @@ 1.分析IIR数字滤波器的数学模型及其优化设计的参数；针对低通IIR数字滤波器，采用遗传算法及量子遗传算法对其进行优化设计，并给出相应的仿真结果及分析。 @@ 2.针对使用进化规划算法优化设计IIR数字滤波器时容易陷入局部极值的问题，研究粒子进化规划算法，并将其应用于IIR数字滤波器的优化设计，该算法将粒子群优化算法与进化规划算法相结合，继承了粒子群算法局部搜索能力强和进化规划算法遗传父代优良基因能力强的优点。将这种新的粒子进化规划算法应用于IIR低通、高通、带通、带阻数字滤波器的优化设计，显示了较好的效果。 @@ 3.优化设计IIR数字滤波器时，通常将多目标转化为单目标的优化问题，这种方法虽然设计简单，但是在将多目标转化为单目标时，各个目标的权值难以确定，而且最终只能得到唯一解，不能提供更多的有效解给决策者。针对常 用基于单目标优化算法的不足，在分析IIR数字滤波器优化模型和待优化参数的基础上，本文研究遗传算法的IIR数字滤波器多目标优化设计方法，该方法将多个目标值直接映射到适应度函数中，通过比较函数值的占优关系来搜索问题的有效解集，使用这种方法可以求得一组有效解，并且将多目标转化为单目标的优化方法得到的唯一解也能被包括在这一组有效解中。@@ 4.将量子遗传算法应用于IIR数字滤波器多目标优化设计，研究量子遗传算法的IIR数字滤波器多目标优化设计方法，并将优化结果与传统遗传算法的多目标优化方法进行了比较。仿真结果表明，在对同一种滤波器进行优化设计时，使用该方法得到的结果通带波动更小，过渡带更窄，阻带衰减也更大。 @@ 5.针对IIR数字滤波器的硬件实现问题，在对IIR数字滤波器的结构特征进行分析的基础上，分别采用遗传多目标优化方法量子多目标方法优化设计IIR数字滤波器的系数，然后针对两组系数进行了FPGA( Field-Programmable GateArray，现场可编程门阵列)仿真验证，并对两种结果进行了对比分析。 @@关键词：IIR数字滤波器；优化设计
上传时间： 2013-06-09
上传用户：熊少锋
生物医学信号是源于一个生物系统的一类信号，像心音、脑电、生物序列和基因以及神经活动等，这些信号通常含有与生物系统生理和结构状态相关的信息，它们对这些系统状态的研究和诊断具有很大的价值。信号拾取、采集和处理的正...
上传时间： 2013-04-24
上传用户：1234xhb
生物医学信号是源于一个生物系统的一类信号，像心音、脑电、生物序列和基因以及神经活动等，这些信号通常含有与生物系统生理和结构状态相关的信息，它们对这些系统状态的研究和诊断具有很大的价值。信号拾取、采集和处理的正确与否直接影响到生物医学研究的准确性，如何有效地从强噪声背景中提取有用的生物医学信号是信号处理技术的重要问题。 设计自适应滤波器对带有工频干扰的生物医学信号进行滤波，从而消除工频干扰，获得最佳的滤波效果是本研究要解决的问题。生物医学信号具有信号弱、噪声强、频率范围较低、随机性强等特点。由于心电(electrocardiogram，ECG)信号的确定性、稳定性、规则性都比其他生物信号高，便于准确评估和检测滤波效果，本研究采用ECG信号作为原始的模板信号。 本研究将新的电子芯片技术与现代信号处理技术相结合，从过去单一的软件算法研究，转向软件与硬件结合，从而提高自适应速度和精度，而且可以使系统的开发周期缩短、成本降低、容易升级和变更。 采用现场可编程逻辑器件(Field Programmable Gate Array，FPGA)作为新的ECG快速提取算法的硬件载体，加快信号处理的速度。为了将ECG快速提取算法转换为常用的适合于FPGA芯片的定点数算法，研究中详细分析了定点数的量化效应对自适应噪声消除器的影响，以及对浮点数算法和定点数算法的复合自适应滤波器的各种参数的选择，如步长因子和字长选择。研究中以定点数算法中的步长因子和字长选择，作为FPGA设计的基础，利用串并结合的硬件结构实现自适应滤波器，并得到了预期的效果，准确提取改善后的ECG信号。 研究中，在MATLAB(Matrix Laboratry)软件的环境下模拟，选取带有50Hz工频干扰的不同信噪比的ECG原始信号，在浮点数情况下，原始信号通过采用最小均方LMS(LeastMean Squares)算法的浮点数自适应滤波器后，根据信噪比的改善和收敛速度，确定不同的最佳μ值，并在定点数情况下，在最佳μ值的情况下，原始信号通过采用LMs算法的定点数自适应滤波器后，根据信噪比的改善效果和采用硬件的经济性，确定最佳的定点数。并了解LMS算法中步长因子、定点数字长值对信号信噪比、收敛速度和硬件经济性的影响。从而得出针对含有工频干扰的不同信噪比的原始ECG，应该采用什么样的μ值和什么样的定点数才能对原始ECG的改善和以后的硬件实现取得最佳的效果，并根据所得到的数据和结果，在FPGA上实现自适应滤波器，使自适应滤波器能对带有工频干扰的ECG原始信号有最佳的滤波效果。
上传时间： 2013-04-24
上传用户：gzming
EDA是所有电子产品的基因 日程 •全球电子产业发展与Cadence•中国电子工业发展与Cadence
上传时间： 2014-07-08
上传用户：kinochen
