一种面向电子系统功能在线重组的离散微粒群算法建模方法技术方案

本发明专利技术涉及一种面向电子系统功能在线重组的离散微粒群算法建模方法，属于计算机领域。该方法主要实现将离散微粒群算法应用与电子系统功能在线重组时的功能模块描述和建模。已达到在不改变系统的硬件连接的情况下，通过软件算法实现功能的电子系统功能在线性能指标最优重组的目标，对现今电子系统应用的具有重要的意义。重要的意义。重要的意义。

【技术实现步骤摘要】
一种面向电子系统功能在线重组的离散微粒群算法建模方法


[0001]本专利技术属于计算机领域，涉及一种面向电子系统功能在线重组的离散微粒群算法建模方法。

技术介绍

[0002]面向电子系统功能在线重组，可以为灵活地适应不同应用提供技术支持。基于离散微粒群算法完成以上系统功能在线重组，其实质为利用离散微粒群算法的离散空间寻优能力，实现最优性能指标约束下的系统功能模块的最优组合。面向电子系统功能在线重组的离散微粒群算法建模，是实现以上目标的前提和基础。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种面向电子系统功能在线重组的离散微粒群算法建模方法。
[0004]为达到上述目的，本专利技术提供如下技术方案：
[0005]一种面向电子系统功能在线重组的离散微粒群算法建模方法，该方法包括以下步骤：
[0006]S1：确定微粒群规模N，迭代次数上限和目标适应值；
[0007]S2：微粒群搜索空间范围，确定初始化微粒位置和速度；即在电子系统各个模块在分类模块表的可用模块组成的搜索空间中，确定微粒位置和速度初值；及针对微粒的不同功能模块对应的不同搜索空间对应的备选功能单元列，利用随机函数产生一个取值区间从1到该单元列所含单元总数的随机整数，从该单元列中取出该整数对应的单元作为微粒的初始位置，确定初始速度；
[0008]S3：计算当前微粒的最好位置：对于第i个微粒，将其位置分量带入适应值函数，即性能指标计算分析公式，性能指标计算分析公式为以微粒位置分析量为自变量的函数，不同的电子系统有不同的函数形式，得到该微粒在在当前位置下性能指标适应值，若大于最好位置的适应值，则该微粒当前位置为该微粒的最好位置；最好位置为适应值最大时对应的微粒各分量取值；以适应值函数取值以取大或取小为好，同一应用中一致取大或取小；当前位置为各分量当前的取值；
[0009]S4：计算全体微粒的最好位置：对每个微粒，将其适应值与全局所经历的最好位置的适应值进行比较，若好，则将其作为全局而当前最好位置；
[0010]S5：如未达到结束条件，即未达到目标适应值或未达到预设的最大代数，则返回S2。
[0011]可选的，所述离散微粒群算法中，中全局位置为：所有微粒在当前迭代次数前，性能指标最优的那次模块组合所对应的微粒位置；性能指标最优为适应值函数取值最大；
[0012]微粒最好位置为该微粒在当前迭代前，性能指标最优的那次迭代所对应的该微粒的位置；
[0013]以上微粒的位置就是微粒的分量，也就是模块的组合方案。
[0014]可选的，将所述离散微粒群算法建模方法应用在直放式收音机中；直放式收音机由高放M1、检波M2和功放M3模块组成；在分类模块表中，也有对应的M1、M2和M3模块，其中，M1模块分组中第
①
个模块不可用，M2模块分组中第
④
个模块不可用，M2模块分组中第
③
个模块不可用；剔除不可用模块，得到由可用模块组成的搜索空间；得到微粒速度和微粒位置构成图和适应值计算函数；适应值计算函数为高放M1、检波M2和功放M3三个模块的总增益；在确定微粒种群规模、微粒初始值、适应值阈值和迭代次数后，由离散微粒群算法得到最优模块组合。
[0015]本专利技术的有益效果在于：本专利技术的有益效果在于：本专利技术提供的技术方案可以利用离散微粒群优化方法，实现在电子信息系功能模块的性能指标最优重组。本方法专利技术了面向电子系统功能重组离散微粒群方法的备选模块组织方法和备选模块搜索空间等，在以此为基础，实现了性能指标最优的电子系统功能重组。
[0016]本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0017]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：
[0018]图1为面向电子系统功能重组的离散微粒群算法微粒的构成；
[0019]图2为基于离散微粒群算法的电子系统性能指标最优功能重组流程；
[0020]图3为直放式收音机模块图；
[0021]图4为直放式收音机模块动态重组过程。
具体实施方式
[0022]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0023]其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利技术的限制；为了更好地说明本专利技术的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
[0024]本专利技术实施例的附图中相同或相似的标号对应相同或相似的部件；在本专利技术的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或
暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利技术的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
[0025]首先，如图1由电子系统模块图中模块信息，可确定离散微粒群算法中微粒的构成，微粒的分量对应电子系统的模块，该微粒分量的搜索空间为该模块对应的分类模块表的可用模块，以上可用模块在数据结构上可以用表中的一列向量在标识，该列向量存放以上可用模块的标识号。此外，即微粒的分量数为电子系统模块图的模块数，即一个模块对应一个分量。
[0026]然后，如图2所示，利用离散微粒群算法实现电子系统的模块的性能指标最优的功能重组。结合电子系统模块图，确定模块组合方案的性能指标计算分析公式，并将其作为微粒算的适应值函数。
[0027]再后，根据离散微粒群算法流程，得到功能模块的(系统性能指标)最优组合搜索方法，如下：
[0028]1)确定微粒群规模N，迭代次数上限和目标适应值。
[0029]2)微粒群搜索空间范围，确定初始化微粒位置和速度。即在电子系统各个模块对应的分类模块表中的可用模块组成的搜索空间中，确定微粒位置和速度初值。及针对微粒的不同分量(不同功能模块)对应的不同搜索空间(对应的备选功能单元列)，利用随机函数产生一个取值区间从1到该单元列所含单元总数的随机整数，从该单元列列中取出该整数对应的单元作为微粒的初本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向电子系统功能在线重组的离散微粒群算法建模方法，其特征在于：该方法包括以下步骤：S1：确定微粒群规模N，迭代次数上限和目标适应值；S2：微粒群搜索空间范围，确定初始化微粒位置和速度；即在电子系统各个模块在分类模块表的可用模块组成的搜索空间中，确定微粒位置和速度初值；及针对微粒的不同功能模块对应的不同搜索空间对应的备选功能单元列，利用随机函数产生一个取值区间从1到该单元列所含单元总数的随机整数，从该单元列中取出该整数对应的单元作为微粒的初始位置，确定初始速度；S3：计算当前微粒的最好位置：对于第i个微粒，将其位置分量带入适应值函数，即性能指标计算分析公式，性能指标计算分析公式为以微粒位置分析量为自变量的函数，不同的电子系统有不同的函数形式，得到该微粒在在当前位置下性能指标适应值，若大于最好位置的适应值，则该微粒当前位置为该微粒的最好位置；最好位置为适应值最大时对应的微粒各分量取值；以适应值函数取值以取大或取小为好，同一应用中一致取大或取小；当前位置为各分量当前的取值；S4：计算全体微粒的最好位置：对每个微粒，将其适应值与全局所经历的最好位置的适应值进行比较，若好，则将其作为全局而当前最好位置；S5：如未达到结束条件，即未达到目标适应值或未达到预...

【专利技术属性】
技术研发人员：蔡莹，张俊，郭茂耘，
申请(专利权)人：重庆大学，
类型：发明
国别省市：