遗传
共 6 篇文章
遗传 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 6 篇文章，持续更新中。
基于改进粒子群算法的舰船电力系统网络重构
<span id="LbZY">舰船电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据舰船电力系统特点，提出了一种改进的粒子群优化算法。在传统粒子群算法的基础上，运用混沌优化理论进行初始化粒子的初始种群，提升初始解质量；同时，引进遗传操作以改进粒子群算法易陷入局部极值的缺点。通过对典型的模型仿真表明，该算法具有更好的寻优性能，并且有效地提高了故障恢复的速度与精度
基于遗传算法的组合逻辑电路设计的FPGA实现
<p>
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">基于遗传算法的组合逻辑电路的自动设计，依据给出的真值表，利用遗传算法自动生成符合要求的组合逻辑电路。由于遗传算法本身固有的并行性，采用软件实现的方法在速度上往往受到本质是串行计算的计算机制约，因此采用硬件化设
最优噪声整形滤波器的设计
在需要对信号进行再量化的场合，可以通过加入dither来避免小信号再量化所产生的谐波失真，但同时会使噪声功率增加。这种情况下，可以利用人耳的心理声学特性，通过噪声整形来降低噪声的可闻性，提高实际的信噪比，改善音质。本文提出了两种新的设计最优噪声整形滤波器的方法-遗传算法和非线性优化算法，并分别实现了原采样率下和过采样率下基于心理声学模型的最优噪声整形滤波的设计。结果证明，该方法灵活方便、实现效果良
基于遗传变异蚁群算法的机器人路径规划的改进
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">针对基本蚁群算法在机器人路径规划问题中容易陷入局部最优的问题，提出了一种改进的蚁群算法，利用遗传算法加入了变异因子使最优路径产生变异，从而降低了蚁群算法
SMT生产线贴片机负荷均衡优化
摘要：采用表面组装技术（surface mountt echnology,SMT）进行印制板级电子电路组装是当代组装技术发展的主流。典型的SMT生产线是由高速机和多功能机串联而成，印制电路板（printed circuit board,PCB）上的元器件在贴片机之间的负荷均衡优化问题是SMT生产调度的关键问题。以使贴片时间与更换吸嘴时间之和最大的工作台生产时间最小化为目标构建了负荷均衡模型，开发了
基于云计算的冷链物流配送车辆路径优化方法研究
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 20.99431800842285px;">针对冷链物流配送车辆路径优化问题，分析云计算模式下处理配送车辆实时路径的优势，建立了冷链物流配送车辆路径优化应用服务架构；并