通过编码进行了组合电路的发展发育生物学的基础

文摘

目前的工作可视化原始数字电路的发展作为发展的问题。数字电路的发展实现类似于人类胚胎的发展从一个细胞到完整的有机体。组成部分编造原始数字电路编码为二进制字符串。每个二进制字符串都被视为是一个细胞,和几个这样的细胞可以坚持和用前最终变成一个发达有机体。细胞的二进制串进一步映射到一个特定的属性,定义了组成完整的数字电路实现的。目前的工作说明4-input组合数字电路的发展。2-input多数功能说明,发展和结果显示2-input ex或门,2-input多数与4个输入变量,函数和一个2比1多路复用器电路。数字电路的发展就像一个胚胎的发展一个活的有机体。

1。介绍

生物世界表明,适者生物生存。生物体的基因组的改变导致初始表型的变化。随着时间的推移这些变化体现在后代。我们称这个过程为进化。这种变化发生在生物体的基因型是随机或迫于环境。理解和模仿自然导致了一个全新的领域的进化算法,其主要目标是搜索和多变量的优化问题。遗传算法、进化策略(ES)和进化编程(EP)替代策略,其次是不同组的研究人员致力于一系列不同的问题。

目前的工作是基于这样一个前提:发展是进化的关键。任何生物的适应性取决于生物变化的灵活性内外。最终的灵活性和适应性将是有意义的只有当生物体的组织框架是完好无损。因此,开发被视为一个物种的进化的关键。拟议的工作试图模仿生物机体的适应性数字硬件。

生物物种经历一个高度确定的发展周期。任何物种的胚胎发育始于单个细胞有机体。单细胞经历过程组成的多个发展阶段,精心设计自然成为一个多细胞生物。拟议的工作旨在创造一个发展周期数字硬件的设计。数字硬件由布尔表达式表示。一个布尔表达式组成的几门可以被表示为和的产品或产品和表达式。拟议的工作试图找出布尔表达式是否可以使用原语开发模仿生物有机体的发育周期。

目前的工作也是出于尝试包括Mandelbrot集、曼德布洛特开发模式的使用一个简单的方程。Lindenmayer系统,通常称为L-systems,靠一步一步的程序开发复杂和对称模式从单一的原语。

目前的工作发展算法,提出了一种类似符合生物物种的胚胎发育,电子电路。在这个过程中,不同的编码电路的每个组件一个二进制字符串。编码每个组件和它的协会与其他组件的电路进行类似的生物物种的DNA编码。二进制表示还铺设必要的边缘包含突变通过比特翻转。一个电路的基因组被认为是特定于电路的功能。

拟议的工作旨在电子电路的发展随着胚胎的发展在一个生物的世界。这是由二进制编码的每个组件,然后设计一个电路的算法开发。拟议的工作将是一个理想的平台,容错系统的设计和自修复电路。

2。文献调查

有尝试确定不同的适应性进化方法进行优化的各种问题(1]。工程问题中成功地采用了实际硬件设计,最重要的是天线的设计(2),表3),转子叶片设计(4),和硅衬底的物理性质5]。它可能是顺便提到社会行为的鸟类(6)、狮子(7- - - - - -9),和人类10)也被制定为一个优化问题。

数字电路的发展与基本盖茨从真值表的电路。为n变量,它需要2n检查确定一个布尔表达式组合。这个问题被称为可满足性问题(SAT)。一个布尔坐在问题所需的时间与数量的增加呈指数增长变量。Perdrycz等人处理的挑战在进化计算(EC)申请一个布尔坐在问题,将布尔问题转换为一个连续域(11]。德容和枪处理相同的布尔变量转换成浮点数(12]。Slowik和Bialko [13)提出了一个全面的调查EAs数字电路设计中的应用。

的想法进化优化编码电路的组件和它们之间的联系已经证明在14]。试图运用遗传规划发展提出了一种适合计算机程序由Koza [15]。Coello [16)利用遗传算法设计方案和乘数。在[17),米勒等人提出的遗传算法组合电路设计的FPGA建模。这些努力导致了数字电路的设计和发展建立在一个数组的大门由预定的控制标准(18,19]。修改后的模型,称为发展模式有两层,提出了一种蛋白质层和架构层,由戈登和宾利在[20.]。目前的工作旨在开发一个数字电路没有预定义的数组。后面的章节详细讨论相同的。部分2处理系统设计采用人工细胞。该算法在部分3。一个组合电路的例子是在部分讨论4。部分5讨论了算法的结果。

3所示。系统设计与人工细胞

3.1。组合电路的发展

提出了一种模型发展的数字电路。各种组件的电路可视化为生物细胞器官。每个组件,其相关的输入模式,与一个独特的二进制串编码。7-level数字电路,编码的二进制字符串的长度为单个细胞是由实证关系定义中给出以下方程: ,“我”是逻辑电路的输入的数量。遗传地带被称为细胞的基因组,并结合几个细胞最终的数字电路。可视化基因地带提供设计组成的基本逻辑门,派生的盖茨,和环球盖茨以及逻辑电路。未使用的基因只是服务的目的现在填满了空间。

一笔产品说明(SoP)表达式。真值表的问题是采取作为输入。这使得一个布尔可满足性问题(SAT)的问题。实现解决方案所需的时间随变量的数量。SAT问题的主要挑战是problem-dependent适应度函数的定义。自然的方式定义适应度函数与逻辑真值表中“1”条目。然而,据悉,逻辑“1”不是函数的完整的解决方案,而不是一个完整的解决方案的可能性,因为所有函数的真值表同样竞争(11]。这是合理开发问题克服了与数字电路进化相关的可伸缩性问题[20.]。

提议的想法包含问题特定的(特异性)周期,每个周期包括一个或多个阶段。周期和阶段建模遵循了以下的步骤。

3.1.1。受精卵的诞生

人工细胞分裂开始于最初随机选择单个细胞组成的二进制字符串。单细胞代表我们人工受精卵细胞的发展。自然地,一个函数的真值表有一个逻辑“1”的值将受精卵。受精卵是随机选择从所有函数的真值表带来的可能性。如果受精卵失败健康测试,它最终的死亡,并产生新的受精卵。受精卵的诞生是称为人工模型的第一阶段。

3.1.2。细胞分裂:SAT问题

在第二阶段,一个细胞分裂成两个。这两个子细胞会有一位家长的变化。再一次,每个子细胞分为两个。一位变化将发生在一个帧表示输入类型。细胞分裂,直到“端粒指数”变成了零。在以后的部分定义的端粒指数。

3.1。3。一位的改变:浓度梯度和诱导因素

自然细胞的浓度梯度和诱导因素从一个点开始,逐步达到其他点在原肠胚形成的细胞。一位变化类似于浓度梯度的诱导因子在生物世界。如果一些字符串“0100”,产生的子细胞将“0101”和“0111年。“这是在考虑到有些变化是从右到左。如果它从左到右,它将“1100”和“1000年。“图1显示子细胞从母细胞的生产。自然过程表示above-cell部门、囊胚形成和gastrulation-are认为同时发生在我们的人工模型。我们称这是第二阶段。的任何一点变化字符串是为他们的健康检查。如果不健康,细胞端粒指数没有改变。如果细胞适应,没有重复,端粒指数递减。进行健康测试是基因型的健康。

在原肠胚形成,形态发生。形态发生定义了结构的有机体。几种类型的形态形成过程描述(21]。形态形成过程具有种特异性和瀑特异性在一个特定的物种。提出的相似,形态形成过程是为了遵循凝结在当地间充质细胞进行细胞分裂和顺向细胞粘附。松弛描述细胞有相似比细胞钙粘着蛋白遵循不同的钙粘蛋白(21]。

3.1.4。当地的细胞分裂:细胞复制

这类似于当地的生物世界的细胞分裂。定义任何细胞发生粘附因子表示为“特异性因素”或简单的“修正率。定义“粘附的细胞对高特异性的因素。如果两个细胞的遗传物质,它们融合在一起,形成一个细胞,所以修正率相同的细胞就会被丢弃。如果两个细胞只有一比特(基因)它们之间的变化,然后细胞有更多的空间能力因素。Gate-dominated粘连可能只对细胞有一比特的区别。称为“gadherins Gate-dominated粘连。“特异性因素(修正率)也扮演了一个角色在当地细胞分裂或细胞复制。一个复制指数或“r指数”(或简单的“r”)是为相同副本的数量定义在局部细胞分裂细胞组成。修正率和r索引顺序工作。每个细胞都有高“修正率”(r−1)复制在当地的细胞分裂。

3.1.5。细胞粘附和特异性:法律的互补

细胞粘附是可能的,之前细胞检测其特异性细胞彼此。一个“n——“电池系统nC₂可能的组合。说,例如,一个4细胞系统将有6个可能的组合的两个细胞(4 c₂问题)。所有的组合检测特异性。细胞高修正率现在选择参加gate-dominated粘连细胞后在当地使(r−1)的副本。

每个细胞发生粘附的副本和其他类型的细胞。这考虑到布尔函数,X+X′= 1,X·X′= 0。融合后的细胞粘附产生不同的细胞;高特异性的细胞因子仅产生融合产品。细胞不找到一个合适的盟友坚持留在系统毫发无损,如图2。

有两种类型的细胞融合中定义的人工世界融合和融合。SoP实现,显然,在周期我的发展和融合。两个细胞进行融合的先决条件(附着力)是两个细胞必须只有一比特的差别。先决条件是否满足,细胞发生粘附并产生一个不同的细胞用逻辑“0”有任何一点不同的等位基因。或融合使逻辑“1”对应的等位基因。我们称这是gate-Dominated粘连或简单,gadherins。和融合称为gadherin 1型或GT-1粘连或,GT-2附着力。

3.1.6。微分粘附强度:共识定理

每个细胞的粘附强度与其他细胞是实施量化最小化逻辑函数。微分粘附强度也决定了保持系统中细胞的。每个细胞粘附形成“1”(不是逻辑“1”)。如果细胞形成“1”的数量是两个数字,同样有助于这两个细胞粘附- 0.5,0.25如果有4细胞,等等。如果相同的细胞也形成粘附产品与另一个细胞,细胞进一步失去一半的加强最初的0.5变成0.25,等等。这使得原来的数字“1”的减少。

减少是允许的,只要强度不小于个人贡献;在这种情况下,排除特定的细胞粘附。这需要考虑到布尔代数定理的共识。图3显示了一个3-input函数。表1解释了微分粘附强度。每个单元格的值具有初始值和最终值每个单元结束时获得所有可能的粘连。细胞粘附时,单个细胞占集团的优势。

表2显示的较弱的细胞。表2——表型健身。

阶段我三世形成循环模型。循环II遵循循环我基于给定的约束问题。进一步的存在周期还取决于这个问题。

3.2。适应度函数

输入是美联储的约束满足问题。产生的功能逻辑“1”检查所有给定的一组输入的组合。这些组合分别被称为部分电路组成。适应度函数具体问题,更重要的是,每个周期很可能被认为是有不同的适应度函数对组件或输入的本质。

3.3。插图的基因组

该电路由各个部分(或细胞)。每个单元由二进制串表示称为基因,基因或染色体。每个基因带解码为5帧。每个基因地带或染色体的长度决定使用方程(1)。框架命名为A, B, C, D, e .每个基因地带(染色体)是唯一的特定细胞在其出生。在开发中,一个特定细胞的染色体进化过程中,变得健壮。与其他细胞粘附的细胞达到鲁棒性。位或基因的染色体的数量不变之前和之后的附着力。的变化会影响染色体的内容,只有在特定的等位基因,融合。开发始于一个细胞。允许单个细胞进行体能测试。测试健身后,细胞分裂产生两个子细胞进而产生4子细胞,等等。

遗传地带或染色体与五帧如下所示。有一个起始位“1”在框架和一个停止位“1”后框e基因的启动和停止位带代表了端粒在生物环境(21]。然而,这种电子在两个方面有所不同。自然的端粒重复序列的核苷酸,而在拟议的工作中,它是被一个位在第一个和最后一个位置的基因。第二个区别是,端粒的自然倾向于失去一些核苷酸在每次细胞分裂,而在定义的端粒,端粒是照顾的指数。端粒指数递减每次细胞分裂。端粒的时候完全消失,细胞停止分裂。人工染色体端粒的目的仅为启动和停止的遗传地带。

每一帧表示染色体的一个属性。细节如下所示。

方程(1)控制基因组的大小。4-input和7-level电路,基因组的大小,如下面所示。帧C和D的数量取决于输入如图所示。

想法和所扮演的角色提出了A和B帧表3。

加沙地带表示帧的水平应用于电路的输入。B帧表示正在考虑电路的水平。表4解释了帧的编码C和d框架C是由两个小frames-c1和c2。4-input系统考虑,c1 2位,和c2有4位。D代表帧是否考虑输入被直接或补充。

表5表示E .帧的编码E有5位与前两位代表组件指数,最后3位代表组件的类型。

同时,C和D进行分层的突变。它被定义为一个中位(基因)一帧的变化影响。帧的变化框架C D影响相应的变化相应的帧检查C和D的变化为一个特定的(基因)在坐标系的比特组合,B, E。

一旦这是检查,认为适合,其他组基因组帧,B, C和D和E,帧可以改变。分层的突变会影响所有的变异发生在框架C和D。

染色体作为10010011111101011代表2-input和门。这是解码如表所示在下面给出。

有18个基因的染色体排列在5帧。框架有001。这是指美联储的主要输入规定的门(与帧解码E)。B帧是指电路的一级。框架C有两个subframes-c1和c2。“1”在c1是指输入的数量是2 (P和Q),和“十一”c2表示这两个输入被认为是。D这是解码帧的类型(是否考虑直接或补充)输入表示2的输入(P和Q)被直接没有补充。框架有5位。前2位是01指指数1的组件。成指1指的是基本gates-basic(或者,而不是),通用(NAND和也没有),派生(ex或和Ex-NOR)。帧E在给定的基因带指和门(011)。 There is 1 bit each to signify the start and stop of the genetic strip. Overall, the chromosome referred by 10010011111101011 is decoded intoP·问或者换句话说,输入P和输入问美联储2-input和门。

与帧E(01010),而不是(01011)将使组件是一个或门。这使得函数实现P+问。如果帧的变化是影响D 01在最初的基因组中,函数实现P·问′代替P·问。

3.4。Swing框架

正如已经提到的,每一帧在遗传地带有不同的健身功能。个人的健康检查帧进行不同尺度。字符串改变帧A、B和E并行发生。框架C发生随机变化和完成了全套与帧一个变异,B, e D帧经历每个字符串的所有可能的变化改变框架C我们称这为swing帧(算法1)。

3.5。该算法

3.6。映射

提出的设计旨在生成net-list设计。遗传地带- 100100111011011010111生产的例子中P·问映射成net-list解释功能Y≤P和问。net-list生成可以验证使用配置设备,同样可以喂给后端实现的工具。设计采取的开发时间是由电路的复杂性正在开发类似于生物世界中胚胎发育不同物种之间明显不同。

4所示。组合电路的发展

4.1。两个输入多数函数

输入多数函数的一个例子是说明了发展。两个输入多数函数的真值表如表所示6。

4.2。长度的遗传地带

带的长度定义从方程(1这使得它21位。

4.3。周期我

输入被认为是我(初级)输入水平。电路级别考虑我在布尔坐的问题。

手的问题规定盖茨选择了最初的选择。问题是一个布尔坐在问题以来,所选的门是一个和门。

4.4。约束

约束1个输入= 3;约束2-final细胞群= 4;真值表的约束3-minterms逻辑“1”= 5 6 7 [3]。

4.5。第一阶段:受精

因此,受精受精卵是由100100111111011010111。基因的染色体检测其健康。D寄存器的内容进行体能测试。自011年以来在真值表逻辑“1”,这是符合测试。

4.6。第二阶段:细胞分裂:Embryogenesis-Genotypic健康

端粒指数和最终产品的细胞分裂图所示4。每个父母细胞产生两个子细胞,细胞通过一点不同于他们的父母。从右到左的诱导因素。只有D寄存器的内容如图所示4。

给出最终的细胞群n= 4。

4.7。第三阶段:细胞Adhesion-Morphogenesis

有4个细胞第二阶段的末尾给出了表7;所有的4细胞检测其特异性因素(修正率)和所有其他细胞。因此,后4细胞nC₂导致6组合。修正率越高决定了细胞遵循自己的组合。表8展示了细胞及其修正率。

细胞的排列组合基于修正率如表所示9。

的r指数或复制索引告诉多少副本组合中的每个细胞。要实现这一目标,必须结合(≥0.95)修正率更高。给出每个单元格(r−1)副本。表10显示了复制指数(r指数)后细胞的粘附。

4.8。当地的细胞分裂

每个单元使(r−1)的副本。这是显示在图5。

每个单元格坚持其他细胞类型。细胞1 - 3结合三份细胞4,如图6。Gate-dominated粘连,gadhrines (1-GT1 gadherin类型),给出了表11。

4.9。分层的突变

分层的突变会影响相应改变C框架,即。,a second bit change in the D frame due to cell adhesion will cause a corresponding second bit change in the C frame.

新的融合细胞有点改变了逻辑“0”框架C等位基因对应融合(坚持)在d帧表12显示了分层的突变。

4.10。细胞粘连

有3细胞的第一局部细胞分裂,以及所有3细胞检测的特异性因子(修正率)与所有其他细胞表13。因此,后3细胞nC₂导致3组合。

修正率越高(≤0.95)决定了细胞遵循自己的组合。

没有组合修正率高。因此,细胞r指数数值0时,这意味着没有复制,没有进一步的附着力。所有这三个细胞是不同的,如表所示14。

4.11。微分粘附强度

细胞之间的粘附强度差是决心找出多余的细胞形成生物体。的内容框架C和D确定微分粘附强度。

4.12。测定1 s形成每个细胞的数量

表的最后一列15显示1 s形成细胞的数量。之间的差异的数量输入和输入分组的数量最终用于确定1 s在细胞的数量。

表16显示有两个1 s中的每一个细胞。表的最后一列16显示1 s的数量。所有的细胞,QR,公关,魁人党文采相同只要1 s的数量占该集团被认为是。图7证明表16卡诺图的帮助。

D的前任伴侣或者操作框架和c2 0的子帧的结果。这表明没有变化已经完成D帧表17。的存在逻辑0后的前任伴侣或者c2子帧和D框架表明产品可以连接1 0年代确定成分(蕴含项)的细胞。相比之下,存在逻辑1 ex或后c2子帧和D框架表明,0年代在相应等位基因中不应该发现细胞的成分(蕴含项)。

4.13。删除有低强度的较弱的细胞粘附:表型健康

删除较弱的集团的组成细胞,每个组成部分的个人力量是检查。部分3详细描述了背后的想法微分粘附强度。本例中为每个组成需要0.5以来的“强度”有两种成分在每个细胞。表18显示了个人的“力量”。

每个粘附使个体组成失去一半的力量组成的家伙。在表19组成7单元中(7)的“强度”0.5后粘连1。相同的成分失去一半的“力量”,成为0.25,因为它经历了一个附着力。个人组成或蕴含项可以让尽可能多的粘连与条件,个人的粘附细胞的结合强度不应低于初始强度如表中给出18。

所有这三个细胞粘附强度更高,因此形成了细胞周期的发展我如表所示20.。

4.14。循环II:细胞分组

第二周期发展细微的改变之前的周期。输入级和电路级更新帧A和B,分别。帧C和D输入解码和直。的输出循环我形式输入循环II。或门形式组件的兴趣周期2手的问题是一个布尔坐的问题。输入的数量是3(超过2和奇怪的)周期结束时即3输入分为2,和或门的输出进一步进行逻辑与第三输入或操作,确保两个输入通道实现。电路层面解读为是相同的三个输入,即。,3-input或门由两个2-input或大门。

下列细胞构成2-input多数功能:100100111110110010111100100111101101010111100100111011011010111101101111111111010101

同样可以解释如下。解码2-input多数函数3输入导致基因的4×21位由10010011111011001011110010011110110101011110010011101101101011101101111111111010101。图8与每一帧显示2-input多数函数的实现明确的显示。

5。发展的结果

应用该算法的三个原始组合电路给下面的表中列出的结果21。基因组的长度增加而增加的数量输入。的总数输入决定了细胞的长度,和逻辑的真值表1 s的数量决定了细胞的数量从而决定了整个基因组的长度。

表21、细胞的长度和最终的基因组的长度取决于电路的类型得到解决。这是类似于生物世界,每一个物种的基因组是独一无二的。然而,各种物种的基因组中有某些相似之处。这是真的的基因组不同的电路如前所述。

6。结论

组合数字电路的发展基于发育生物学进行了4输入电路。数字cirucit从一个单细胞的发展遵循类似的措施被视为自然世界。概念的发展是在原始的23位二进制串4输入电路。基因组的长度增加而增加的数量输入宽度。一个电路,最大的8位输入,基因的长度是32位。16位输入,基因组的长度将49位长度。组合电路的发展可以扩展到7水平提出的经验关系。对于高阶位,128位说,基因组的长度成比例地增加。例如,单个细胞的长度是155位。发展高阶字符串会被未来的工作。 As an illustration, primitive combinational circuits such as 2-input Ex-OR gate, 2-input majority function for a 3-input circuit, and a 2-to-1 multiplexer circuit are taken up for the developmental algorithm developed. The examples show how the circuit develops in the presence of redundant terms. The future work would consider implanting the same with a sophisticated tool to perform the generation and mapping of the particular evolved net-lists. However, the present work ends with mapping of the strips to the specified components using the simulation tool.

数据可用性

没有数据被用来支持本研究。然而,这些发现可以使用人员对他们未来的工作。

的利益冲突

作者宣称没有利益冲突。

引用

1. 鑫,j·陈,z .彭和f盘”一种自适应混合优化器基于粒子群和微分进化为全局优化,“中国科学信息科学,53卷,不。5,980 - 989年,2010页。视图:出版商的网站|谷歌学术搜索
2. j·d·Lohn“进化设计的单线circularly-polarised x波段天线为NASA空间技术5使命,”学报2005年IEEE天线和传播社会国际研讨会华盛顿特区,页267 - 270,美国2005年。视图:出版商的网站|谷歌学术搜索
3. p .宾利和j·韦克菲尔德,“表:使用遗传算法进化设计的例子,”第一届国际会议论文集上遗传算法在工程系统:创新和应用程序,第418 - 412页,1995年。视图:出版商的网站|谷歌学术搜索
4. r . j .洋洋自得和l .牛”小说的共同进化种风力涡轮机、”IEEE进化计算,19卷,不。2、284 - 294年,2015页。视图:出版商的网站|谷歌学术搜索
5. a·汤普森“硅进化”遗传规划学报》1996 (GP96)麻省理工学院出版社,页444 - 452年,剑桥,妈,美国,1996年。视图:谷歌学术搜索
6. y . del Valle g·k . Venayagamoorthy s Mohagheghi J.-C。埃尔南德斯,r·g·哈雷“粒子群优化:基本概念、变异和应用在电力系统中,“IEEE进化计算,12卷,不。2、171 - 195年,2008页。视图:出版商的网站|谷歌学术搜索
7. x b . Wang Jin, b . Cheng“狮群优化器:一个优化算法受到狮子傲慢的行为,”中国科学信息科学,55卷,不。10日,2369 - 2389年,2012页。视图:出版商的网站|谷歌学术搜索
8. b . r . Rajakumar“狮子的算法:一种新的自然搜索算法,”Procedia技术》第六卷,第135 - 126页,2012年。视图:出版商的网站|谷歌学术搜索
9. b . r . Rajakumar,”狮子标准和大型双线性系统辨识算法:基于狮子的全局优化的社会行为,”学报2014年IEEE国会进化计算(CEC),2014年7月,北京,中国。视图:出版商的网站|谷歌学术搜索
10. t射线和k·m·刘”社会和文明:一种基于仿真的优化算法的社会行为,”在IEEE进化计算,7卷,不。4、2003。视图:出版商的网站|谷歌学术搜索
11. w . Pedrycz、g .液和o . Shai“布尔satisfiablity Genetic-fuzzy方法问题,”字母在IEEE进化计算》第六卷,没有。5,2002。视图:出版商的网站|谷歌学术搜索
12. k·a·德容和w·m·斯皮尔斯”,利用遗传算法来解决NP -完全问题,”第三届国际会议上遗传算法学报》上,第132 - 124页,1989年。视图:谷歌学术搜索
13. a . Slowik和m . Bialko”组合数字电路进化设计:艺术,主要问题和未来趋势,”第一国际会议信息技术学报》上,2008年5月,波兰格但斯克。视图:出版商的网站|谷歌学术搜索
14. c·麦克劳德介绍实用的神经网络和遗传算法的工程师和科学家罗伯特戈登大学、阿伯丁、英国,2010年。
15. j . Koza遗传编程,编程的计算机通过自然选择美国剑桥,麻省理工学院出版社,马,1992年。
16. c·a·c·Coello“使用遗传算法来设计组合电路,”通过人工神经网络智能工程》第六卷,第396 - 391页,1996年。视图:谷歌学术搜索
17. j·f·米勒·汤姆森和t·福格蒂,“设计电子电路使用进化算法,运算电路:一个案例研究中,“遗传算法和进化策略在工程和计算机科学约翰·威利& Sons Inc .,奇切斯特,英国,1997年。视图:谷歌学术搜索
18. t . Kalganova j·f·米勒,t·c·福格蒂”的某些方面的演化硬件多元组合电路设计,“可发展的系统:从生物学的硬件1998年,瑞士洛桑。视图:谷歌学术搜索
19. j·f·米勒,t . Kalganova n . Lipintskaya和d工作,“遗传算法作为一种发现引擎:奇怪的电路和新原则,”《AISB研讨会上创造性的进化系统(CES 99年)1999年,爱丁堡,英国。视图:谷歌学术搜索
20. t·戈登和p .宾利,“发展带来了可伸缩性硬件进化,”学报2005年NASA /国防部会议可演化硬件(EH05)华盛顿特区,页272 - 279,美国2005年。视图:出版商的网站|谷歌学术搜索
21. j . m . w .松弛基本发育生物学约翰·威利& Sons,奇切斯特,英国,第二版,2013年版。

版权

版权©2020 s . b . Sivasubramaniyan et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。