-
题名基于微分演化的PSO参数选择策略
被引量：1
- 1
-
-
作者
窦全胜
周春光
张忠波
刘小华
-
机构
山东工商学院电子与信息学院
吉林大学计算机科学与技术学院
吉林大学数学学院
-
出处
《计算机科学》
CSCD
北大核心
2007年第4期228-230,共3页
-
文摘
粒子群优化方法(Particle Swarm Opti mization,PSO)是由Kennedy和Eberhart于1995年提出的一种基于群体智能(Swarm Intelligence)的演化计算技术,用于求解各类优化问题。PSO方法通过各种参数控制粒子的运行轨迹,并对参数设置有很强的敏感性。因此,如何为PSO方法选择最优的参数是PSO方法的关键。本文提出了一种不依赖个人经验的参数选则策略,针对特定问题,将PSO方法的性能表示成参数的函数,从而将参数选择问题转变成函数优化问题。采用微分演化(Differential Evolution,DE)方法对该函数进行优化,来确定PSO的最佳参数,收到了较好的效果。
-
关键词
粒子群方法
微分演化
PSO
参数选择
-
Keywords
Particle swarm optimization, Differential evolution
-
分类号
TP316.81
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于RISC⁃V处理器的物联网SOC平台设计
被引量：1
- 2
-
-
作者
隋金雪
季永辉
张霞
朱智林
-
机构
山东工商学院电子与信息工程学院
北京大学信息技术高等研究院
烟台中科网络技术研究所
-
出处
《现代电子技术》
2022年第3期39-42,共4页
-
基金
山东省自然科学基金项目(2016ZRB019JQ)
浙江省重点研发计划项目(2020C01SA100208)
-
文摘
针对物联网应用中SOC平台多需求决策问题,以处理器CV32E40P和Ibex作为内核,选用改进片上总线架构(AMBA)协议以及通用型外设搭建SOC平台;然后根据资源利用报告分析其面积、功耗和性能;最后在FPGA上验证SOC平台可行性。结果表明,在同一SOC平台下,CV32E40P的面积相较于Ibex增加了26.07%,在25 MHz、40 MHz与50 MHz频率下,功耗分别提高了31.58%、29.03%以及25.64%,在运行逻辑控制与卷积运算代码时,速度分别提高了27.66%和108.75%。综上,Ibex更适用于智能家居领域中低带宽数据获取的场景,而CV32E40P则适用于智慧城市领域中视频、图像数据采集处理的场景。
-
关键词
SOC平台
RISC⁃V处理器
总线设计
物联网
平台性能分析
可行性验证
-
Keywords
SOC platform
RISC⁃V processor
bus design
IoT
plateform performance analysis
feasibility verification
-
分类号
TN02-34
[电子电信—物理电子学]
TP303
[自动化与计算机技术—计算机系统结构]
-
