基于嵌入式系统的优化算法设计和研究

发布时间：2020-05-28 05:15

【摘要】： 优化技术是一门以数学为基础,并用于求解工程控制问题最优化解的技术,它已经发展成为科学的一门重要分支,受到越来越多的重视,并在系统工程、人工智能、模式识别、生产调度等多领域得到了推广和应用。另一方面,优化技术也已经在嵌入式终端中有广泛的应用,比如手写体识别,语音识别等等,但是这只是将优化算法的一个环节在嵌入式系统上实现,这就是优化算法的预测能力;本文要研究的是将优化算法的训练过程也在嵌入式系统上实现。 本文研究了两种优化算法以及它们各自的一个具体的实现;一个是神经网络优化算法,神经网络具有大规模并行处理、容错性、自组织和自适应能力和联想能力等特点:神经网络优化算法把实际问题的优化过程转换为神经网络系统的演化过程,在这种处理方法中,实际问题的优化解与神经网络的稳定状态相对应。另一种智能优化算法就是支持向量机,支持向量机技术越来越成熟,并在实际应用中取得了出色的学习性能;它的应用领域已涵盖了模式识别,函数逼近等。本文选取了两种算法中具有代表性BP算法和SVM来阐述优化算法的具体实现和应用。 优化算法是智能算法的核心,因此研究优化算法的嵌入式应用必能给更多的智能算法的嵌入式应用提供指导。本文首先通过寻找exp函数的替代方法来提高BP算法的速度,然后通过分析算法过程中主循环体内的判断条件,有条件的对这些判断条件进行修改以降低计算的规模,这种方式可以成倍的提高算法的速度。正因为优化算法是智能算法的核心,应用在BP算法中的改进思路同样可以用到SVM算法上。此外,嵌入式系统薄弱的浮点运算能力对于优化算法在嵌入式系统上的应用的制约远远的超越了CPU主频的影响,因此本文认为要使优化算法在嵌入系统上有良好的应用,还应通过硬件来提高嵌入式系统的浮点运算能力。
【图文】：

浙江大学硕士学位论文第三章人工神经网络-BP算法铆11练，划11练得到两个文件errorlog.饮t，和testresult.饮t文件，图3.5，3.6，3.7就是根据errorfog.txt中的数据做的图，，最后的性能比较如表3.4所示。公书侣话差E今10匆52迭截数戳次数图3.5几为1，上半部分取前300个记录，下半部分取后300个记录确一一一一2石翔黔均方课爱E二二二苏不卜份加拍迭代次数一~惬赢图3，6几为0.5，上半部分取前300个记录

浙江大学硕士学位论文第三章人工神经网络-BP算法铆11练，划11练得到两个文件errorlog.饮t，和testresult.饮t文件，图3.5，3.6，3.7就是根据errorfog.txt中的数据做的图，最后的性能比较如表3.4所示。公书侣话差E今10匆52迭截数戳次数图3.5几为1，上半部分取前300个记录，下半部分取后300个记录确一一一一2石翔黔均方课爱E二二二苏不卜份加拍迭代次数一~惬赢图3，6几为0.5，上半部分取前300个记录
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TP368.1

【引证文献】

相关硕士学位论文 前5条

1 薛升翔;径向基神经网络算法优化及在嵌入式系统中的应用[D];新疆大学;2011年

2 段俊;面向先进控制的SOC平台的设计与实现[D];浙江大学;2012年

3 王健伟;基于嵌入式系统的在线训练软测量平台[D];浙江大学;2010年

4 翁慧娟;基于3G模块的移动通信终端研究与实现[D];武汉理工大学;2013年

5 王守会;基于嵌入式系统的软测量仪表研制[D];华北电力大学;2013年

本文编号：2684769