粒子群算法的硬件實現(xiàn)及性能分析.pdf

1、量子粒子群算法(Quantum-behaved Particle Swarm Optimization Algorithm，QPSO)是在粒子群算法(Particle Swarm Optimization Algorithm，PSO)的基礎(chǔ)上改進而來，是一種有效的全局優(yōu)化搜索算法，它比較好地改進了PSO算法的自身缺陷，提高了全局優(yōu)化搜索效率。
　　 在現(xiàn)代的科研諸多領(lǐng)域中人們對算法的速度要求越來越高，所以有更多的算法被用硬件實現(xiàn)

2、來增加實時性。FPGA(Field-Programmable-Gate-Array)較之以前的CPLD、PAL有很多優(yōu)點，用它作為硬件平臺，彌補了傳統(tǒng)ASIC靈活性不足的缺點。
　　 本文首先介紹了粒子群算法的基本原理，研究了QPSO算法的粒子間的特性，另外本實驗選擇FPGA作為硬件平臺，結(jié)合了FPGA的硬件架構(gòu)和QPSO的特性對算法進行硬件結(jié)構(gòu)設(shè)計。在結(jié)構(gòu)設(shè)計當中加入了并行流水技術(shù)，這是在FPGA開發(fā)中的一個優(yōu)點，從而進一步提

3、高了算法的運行效率。在實驗中，通過對不同的函數(shù)進行實驗比較，同時使用不同的硬件方式--串行和并行來實現(xiàn)，從多個方面來比較算法的運行效率并做了相應(yīng)的分析。通過實驗表明，硬件實現(xiàn)的QPSO算法的運行效率顯著提高。
　　 為了能更好地說明硬件實現(xiàn)該算法的運行效果，本文也做了在相同條件下的QPSO算法在Matlab中的實現(xiàn)，然后比較它們的運行效果。通過采用硬件并行和流水技術(shù)，大大縮短了算法的運算時間，仿真結(jié)果表明硬件化QPSO算法的運算