您的位置: 专家智库 > >

范海秋

作品数:6 被引量:37H指数:3
供职机构:合肥工业大学理学院更多>>
发文基金:国家自然科学基金安徽省自然科学基金中国博士后科学基金更多>>
相关领域:电子电信自动化与计算机技术自然科学总论更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 4篇电子电信
  • 2篇自动化与计算...
  • 1篇自然科学总论

主题

  • 3篇遗传算法
  • 3篇门阵
  • 3篇门阵列
  • 2篇神经网
  • 2篇神经网络
  • 2篇量子
  • 2篇量子计算
  • 2篇模拟退火
  • 2篇VLSI
  • 1篇神经计算
  • 1篇矢量
  • 1篇退火算法
  • 1篇网络
  • 1篇网络模型
  • 1篇物理设计
  • 1篇量子逻辑门
  • 1篇量子神经计算
  • 1篇量子神经网络
  • 1篇模拟退火法
  • 1篇模拟退火算法

机构

  • 6篇合肥工业大学

作者

  • 6篇范海秋
  • 5篇解光军
  • 4篇操礼程
  • 1篇周典
  • 1篇杨依忠
  • 1篇程心

传媒

  • 1篇系统工程理论...
  • 1篇合肥工业大学...
  • 1篇复旦学报(自...
  • 1篇计算机工程
  • 1篇微电子学与计...

年份

  • 1篇2008
  • 2篇2006
  • 2篇2005
  • 1篇2004
6 条 记 录,以下是 1-6
排序方式:
VLSI布局算法研究
2005年
文章分类讨论了现有的VLS I布局算法,主要包括对交换法、划分类算法、模拟类算法和数学规划类算法;重点分析了遗传算法在VLS I改善布局中的运用,包括染色体的编码,适应度函数的选择,选择、交叉、变异3种算子的具体选用等。
范海秋操礼程解光军
关键词:物理设计遗传算法
基于量子门组单元的神经网络及其应用被引量:23
2005年
 以通用量子门组(即相移门和受控非门)作为基本的计算单元,构造出全新的量子神经元模型,并由此组成前馈型结构网络.仿真结果表明,就文中算例而言,该量子神经网络的计算性能优于传统的神经网络.
解光军周典范海秋操礼程
关键词:量子计算量子神经网络
一种量子神经计算网络模型被引量:22
2004年
量子计算以其独特的计算性能引起广泛瞩目,人们越来越多地探讨它与传统计算模式的结合.研究以通用量子逻辑门组(即相移门和受控非门)作为计算基函数,构造新的量子神经计算网络模型.仿真结果显示,就算例而言,该量子神经计算网络的性能优于传统的神经网络.
解光军范海秋操礼程
关键词:神经计算网络模型神经网络量子计算量子逻辑门
基于核心生长-力矢量算法的门阵列布局
2008年
结合核心生长和力矢量算法的思想,构成核心生长-力矢量(CGFD)算法来实现门阵列模式布局.其中,先利用核心生长将核心单元安置在布局的中心位置,再分别以核心单元为中心,在它们周围放置与之联系紧密的次核心单元,依次类推以减少连线长度;同时运用力矢量法,计算单元之间的拉力,使所受合力最小,从而较大地改善布局结果.实验表明,此算法可行,且对于门阵列布局问题性能优越.
解光军程心范海秋
关键词:门阵列
基于GA-SA混合算法的VLSI门阵列布局设计被引量:4
2006年
布局是VLSI布图设计中的关键环节,通常采用随机优化算法。该文采用遗传算法(GA)与模拟退火法(SA)相结合的搜索算法实现VLSI门阵列模式布局,利用遗传算法进行全局搜索,模拟退火法进行局部搜索。进化过程中采用精英保留策略,并对进化结果进行有选择的模拟退火操作,这样既加强了局部搜索能力又防止陷入局部最优。在复合布局目标函数中引入对最长线网的惩罚,其收敛速度比以总线长度为单一目标函数的要快。在交叉操作中,对交叉位置的选择采用了一种新的策略,增加了交叉的有效性。实验表明,此算法与简单遗传算法相比,有效地提高了全局搜索能力。
操礼程杨依忠范海秋解光军
关键词:遗传算法模拟退火法
基于门阵列的VLSI布局算法研究
本文首先介绍了VLSI布局中的一些基本问题,然后重点讨论了现有的VLSI布局算法,包括对交换法、数学规划算法、模拟退火算法、遗传算法、人工神经网络算法、禁忌搜索算法和蚁群算法。 文中自行设计了一个36单元的门阵...
范海秋
关键词:VLSI模拟退火算法遗传算法
文献传递
共1页<1>
聚类工具0