基于KFDD与进化算法的可逆电路优化算法

摘要：

为降低由Kronecker功能决策图(Kronecker functional decision diagram,KFDD)综合所得可逆电路的成本,提出一种基于进化算法的可逆电路优化算法.该算法基于遗传算法模型进行设计,分别采用离散值和整型值编码KFDD输入变量的分解类型和顺序,使用所设计的遗传算子,将量子成本作为主要目标、量子位数作为次要目标进行可逆电路的优化.为解决过早收敛问题,该算法在搜索过程的前期阶段利用多个子群搜索解空间中的不同区域,在搜索过程的后期阶段将多个子群合并为整体种群,利用整体种群进行集中搜索.使用基准函数对算法进行验证的结果表明,所提出算法具有较强的全局寻优能力,有较好的结果稳定性,能够降低可逆电路的量子成本.

关键词：可逆电路、Kronecker功能决策图、进化算法、变量顺序、分解类型

所属期刊栏目：30

分类号：TP331.2;TP391.72(计算技术、计算机技术)

资助基金：国家自然科学基金61640412;江西省教育厅科技计划项目GJJ160746;流域生态与地理环境监测国家测绘地理信息局重点实验室资助课题WE2016012;江西省自然科学基金 20171BAB202010 The Natural Science Foundation of China61640412;The Science and Technology Project of the Education De-partment of Jiangxi ProvinceGJJ160746;The Key Laboratory of Watershed Ecology and Geographical Environment Monitoring, NASGWE2016012;The Natural Science Foundation of Jiangxi Province20171BAB202010

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：375-382