摘要：三维片上网络(3D NoC)被认为是提高多核处理系统性能的一种方式。对于3D NoC的设计,如何将给定应用特征图(APCG)上的IP核适当地分配到3D NoC架构中是IP核映射的关键问题。一种优秀的映射算法及一次合理的映射可以大幅改善片上网络的通信功耗、发热、延时等指标。大爆炸算法(BB-BC)是一种新型的元启发式群体智能优化算法;混合混沌大爆炸(HCBB-BC)算法是在大爆炸算法基础上进行改进的一种算法,它具有参数简单、收敛速度快等优点。文中提出将混合混沌大爆炸算法用于解决三维片上网络映射问题,这是首次用大爆炸算法的相关算法来解决3D NoC映射问题。仿真实验结果证明,与现有的3D NoC映射算法相比,所提方法可以用更少的迭代次数和时间来找到更好的解决方案,同时有效地降低3D NoC的映射功耗。在经典任务图映射条件下,混合混沌大爆炸算法与遗传算法(GA)相比,收敛速度提高了36.73%,与粒子群算法(PSO)相比,收敛速度提高了22.45%;同时,混合混沌大爆炸算法的平均功耗比遗传算法的平均功耗的最大值低5.75%,并且比粒子群算法的平均功耗的最大值低3.90%。在随机任务图映射条件下,混合混沌大爆炸算法仍然能够保持稳定的功耗优化效率和更快的收敛速度。

摘要：为了对网格结构进行鲁棒性定量分析及找出鲁棒构型,以系统传递函数的H2范数作为结构鲁棒性的定量评价指标和优化目标;以单元相对密度为设计变量,采用固体各向同性惩罚微结构(SIMP)模型描述材料的刚度,建立鲁棒设计的数学模型,将结构的鲁棒性设计转化成连续体拓扑优化;引入保留精英种群的思想,并将大爆炸算法扩展应用在质点系优化中,求得全局最优解.以四点支承双曲扁网壳为例,分析了不同荷载条件下拓扑优化得到的鲁棒构型.结果表明:大爆炸算法可以有效地应用于连续体拓扑优化的鲁棒性构型设计中;以鲁棒构型为准则的正交斜放双曲扁网壳结构优于正交正放双曲扁网壳结构;结构的鲁棒构型可以明确结构的传力路径,对结构的杆件布置和截面设计具有指导作用.

摘要：针对不良拓扑布置导致的结构鲁棒性不佳问题,以系统传递函数的H2范数为基础,建立结构鲁棒性定量评价指标和鲁棒构型求解方法。以单元相对密度为设计变量,采用变密度模型描述材料的刚度,将结构的鲁棒设计转化为连续体拓扑优化,并对大爆炸算法进行二级搜索的改进,进而求解连续体拓扑优化模型。以四点支承的弦支双曲扁网壳结构为例,分析不同荷载作用下的鲁棒构型,探索不同参数的大爆炸算法优化效果,通过静力试验和冲击试验,对优化后模型和未优化模型进行对比分析。结果表明,二级搜索的大爆炸算法可以有效地应用于弦支结构的鲁棒设计中,改进的大爆炸算法加快了收敛速度,依据鲁棒构型进行杆件布置,可显著提高结构的力学性能和抗干扰能力。

摘要：考虑到微电网中分布式能源出力和负荷不确定性的影响,提出一种基于云理论的随机框架对其进行处理,利用云模型将微电网不确定性的模糊性和随机性转换为定量的形式。建立了以网络损失最小和供电质量最优为优化目标的微电网重构模型,同时利用一种基于模糊理论的综合评价方法对多目标函数进行了处理,并提出一种改进的大爆炸算法对模型进行求解。最后以33节点微电网标准模型作为案例研究,仿真结果证明了所提优化模型和算法的有效性及实用性。