排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
针对硬件演化中内演化过分依赖专业硬件平台的问题,提出了一种基于VHDL程序的硬件外演化模型VHDLEM。根据VHDL程序语句的不同,VHDLEM分为条件行为模型CAM和遗传程序模型GPM。CAM模型使用条件判断语句模式对电路真值表进行编码演化,得到的个体转换为条件判断形式的VHDL语句,对于输入较少的电路,CAM的演化速度快;GPM模型根据VHDL的逻辑运算语句,使用遗传程序设计的方法, 演化出对应真值表的电路逻辑表达式,转换为对应的VHDL程序,对于输入较多的电路,GPM模型得到的VHDL程序较CAM更加简洁,可读性更强。 相似文献
3.
提出一种基于遗传规划(genetic programming,GP)和进化策略(evolution strategy,ES)的学习方法,命名为遗传规划-进化策略(GPES),建立更准确的华法林剂量预测模型。纳入247例汉族患者。GP进化复杂特征提取,ES进化模型系数,组成模型,得出预测的华法林维持剂量,与线性回归模型、国际华法林药物基因组学联合会模型,及三种机器学习方法相比较。GPES的均方误差(MSE)(1.68×10^(-2))和预测值在真实值±20%范围内的比例(20%-p)(53.33%)表现最优;其平方相关系数(R^2)(69.45%)为次优;GPES在上述3个指标在测试集与训练集中的差值δMSE(0.43×10^(-2))和δ20%-p(0.92%)的绝对值最小,δR2(-10.64%)的绝对值为次小。GPES总体表现最优。因此,本研究方法 GPES提高了华法林剂量预测模型的趋势相关性、精度、可用性与泛化性。 相似文献
4.
针对硬件演化的快速收敛需求和中立存在对硬件演化的作用,提出了有向图基因表达式(GGEP)硬件演化算法。GGEP结合了基因表达式与有向图结构,是一种适用于电路演化的遗传编程方法。GGEP具有天然的中立性存在,使用适应度关联距离(fdc)对比中立存在和不存在时硬件演化的难度。电路演化实验验证了GGEP算法的有效性以及中立性存在的积极作用。实验结果表明:与其他演化算法比较,GGEP的成功率最高,二位乘法器的平均演化代数要少4~20倍;相同的算法复杂度下,中立性存在比不存在时,组合逻辑电路收敛速率提高近1倍,二位乘法器的成功率提高20%~30%。 相似文献
1