论文部分内容阅读
遗传算法作为一种鲁棒性强、全局搜索能力好的优化算法，在诸多领域得到广泛应用，但其存在“早熟”和局部搜索能力弱的缺点，一直没有得到有效解决。本文在充分分析遗传算法优缺点及改进方向的基础上，模仿人类社会结构，提出一种改进遗传算法：阶层遗传算法（Gradation GeneticAlgorithm, GGA）。GGA算法通过不同种群阶层使用不同进化策略、设立阶层内部斗争等方法，提高算法局部搜索能力，保持种群多样性，防止“早熟”。通过测试函数和M-序列码寻优仿真，验证了本文算法的有效性。探索了基于Avalon总线的遗传算法软核实现，使遗传算法可以方便地添加到可编程片上系统中，通过试验验证了软核的可行性与高效性。