Jan, 2024

演化算法优化使用通用门的有限状态机的综合

PDF
TL;DR本研究提出了一种有限状态机的综合优化方法，重点在于减少芯片面积和电路成本。通过使用笛卡尔遗传编程方法进化 MCNC91 基准电路中的一组有限状态机，平均减少约 30％的门数量。论文还讨论了一些参数对进化过程的影响。
optimization methodfinite state machineson-chip areacostevolutionary process
发现论文，激发创造
  • 神经进化电子动态网络

    利用动态和部分重构能力强大的现代可编程门阵列作为神经进化动态神经网络的强大平台的潜力得到了本研究的实证。

    Apr, 2024

  • 程序合成的遗传算法

    利用进化计算方法改善演绎程序合成工具 SuSLik 的搜索策略，以加速正确程序的推导，交叉验证结果显示改进后的方法可泛化应用于未预见的问题。

    Nov, 2022

  • 基于 PLC 控制的自优化与演化算法自动生成代码

    本文提出了一种基于进化算法的新方法，通过遗传结果，从解码中导出系统实现的程序代码，解决了自动化数字化转型对工业过程中数据采集和处理提出的新要求，并在多目标优化问题下的工业液体站过程上对所提出的方法进行了评估。

    Apr, 2023

  • 数字量子模拟的遗传算法

    利用遗传算法提高数字量子模拟的灵活性，可以增加数字量子模拟协议的保真度和优化资源使用效率，并适应实验性约束，在减少数字误差和量子门的实验误差方面起到作用，通过添加辅助比特，设计由不完美门组成的模块化门，其保真度高于任何组成门的保真度，并且对不同门误差具有韧性。

    Dec, 2015

  • 用进化程序合成自动化设计多重网格方法

    本论文介绍了一种基于语法引导遗传编程的进化程序综合技术，用于发现具有高效性和泛化能力的具有前所未有结构的多重网格方法，从而解决部分微分方程的数值求解问题。该方法的可行性通过 Python 框架 EvoStencils 的实现得到证明。

    Dec, 2023

  • 基于光量子计算机的状态制备和门合成机器学习方法

    利用机器学习和优化技术，我们使用基于连续变量的量子神经网络作为电路结构，通过寻找量子电路来实现输入和输出状态之间的变换，以及合成单光子、Gottesman-Kitaev-Preskill 态、NOON 态、立方相位门、随机酉门、Cross-Kerr 相互作用等多种状态和门。

    Jul, 2018

  • 基因引导的 GFlowNets：提升实用分子优化基准

    本篇论文提出了一种新的 GFlowNet 变体，遗传引导 GFlowNet (Genetic GFN)，通过将迭代遗传搜索集成到 GFlowNet 中，有效地指导 GFlowNet 到高回报区域，解决全局过度探索导致训练效率低下和探索有限区域的问题。此方法在实际分子优化 (PMO) 的基准测试中达到了 16.213 的最高分数，明显优于报道的最佳分数 15.185，超过了 23 个任务中的所有基准线，包括强化学习、贝叶斯优化、生成模型、GFlowNets 和遗传算法。

    Feb, 2024

  • 演化博弈理论在多智能体路径规划中的应用

    本文探讨了一种基于进化博弈论思想的解决方法来解决一组同质且自主代理在未知且随机环境中的路径规划问题，研究了多智能体规划方法，并展示了我们的技术在大空间中最小化路径长度方面击败了现有的状态良好的强化学习算法近 30%，并且比深度强化学习方法快至少一个数量级，并且与其他方法相比，扩展性更好，最后，我们证明了我们学到的政策在演化上是稳定的。

    Dec, 2022

  • 实验装置的进化优化

    本文提出了一种基于差分进化的遗传算法来自动化实验参数优化的方法，该算法在实验噪声和局部最大值等情况下也具有鲁棒性，并且易于实现，适用于广泛的实验优化任务。

    May, 2013

  • 一种新颖的基于进化的神经模糊任务调度方法，用于共同优化异构 MPSoCs 的主要设计挑战

    提出了一种基于模糊神经网络（FNN）及 NSGA-II 进化多目标算法的在线任务调度和映射方法，以共同优化异构 MPSoC 的主要设计挑战。通过实验验证，该方法优于相关启发式和元启发式方法，可以提高温度，功耗，故障率和执行时间等几个设计指标的优化性能。

    Mar, 2022