1、“.....则，重复迭代，直到找到最好的，。若迭代多次保持不变，施加混沌小扰动，按照式进行混沌再搜索，为调节系数。计算性能指标，若，令，否则继续搜索。若算法满足终止准则，输出最优解，否则继续步骤。最优个体保存策略遗传算法收敛的个重要保证，保证得到的最优个体不会被交叉变异等遗传运算所破坏。但是，它也容易使局部最优个体不易被淘汰反而快速扩散，从而降低了算法的收敛能力，所以将最优保存策略和其他选择结合使用。收敛准则满足进化结果的精度要求达到进化最大代数连续多代没有进化，满足三者之即可。的流程如下函数输入输入要寻优的优化函数及约束性条件。初始化算法参数设置算法控制参数。生成初始种群利用猫映射序列产生均匀分布的种群，维持种群的多样性。选择将排序选择和最优保存策略相结合，保证好的群体不被淘汰，优良模式不被破坏。个体间距离的计算按照公式和计算个体间距离，去除距离近适应度低的个体。按照条件进行下步操作。交叉将自适应交叉海明距离控制机制淘汰策略相结合。保证种群的多样性以及适应度的稳步提高。变异采用混沌变异，附加小的混沌扰动，对参数空间进行遍历......”。

2、“.....满足三者之即可。统计输出并记录结果对要测试的性能指标进行统计，如果满足收敛准则，则将函数及其寻优结果保存否则，退出程序。退出程序。计算机仿真实例以求个测试函数的最小值为例，进行仿真实验函数函数函数,,函数式中为变量维数，函数是单峰函数，常用此函数测试算法的收敛速度函数是很难极小化的非凸病态函数，该函数可以用于测试算法能否克服和防止进化中的早熟现象函数都是具有大量局部最优点的多峰值函数四个基准测试函数的全局最小值均为,。图给出了函数函数的几何分布特性。由图可知，函数为多维多峰值的非线性优化函数，求解该函数较为困难。算法的性能评价算法的性能评价采用如下方法算法收敛速度的评价算法收敛稳定性和收敛质量的评价与文献的优化结果进行比较算法收敛速度的评价平均进化代数的测试可以体现算法的收敛速度。针对前四个测试函数，维数取，与进行比较得出使得测试函数均能达到目标值，而且进化代数明显减少，加快了进化速度。由此说明了搜索效率与混沌序列的分布有关，猫映射的均匀分布性质大大提高了算法的搜索效率......”。

3、“.....将本文提出的基于映射的混沌遗传算法与基于映射的混沌遗传算法基于映射的混沌遗传算法标准遗传算法对以上四个测试函数进行优化求解，比较了算法的性能见表。应用基于映射的混沌遗传算法进行函数优化时，取种群进化代数为，由表可知，收敛到全局最优值的比率较其他三种算法高最优值的平均值更加逼近函数的理论极值能够减少得到全局最优解所需的进化代数。因此本文提出的算法收敛稳定性较其他点，当最优解是边缘解时，无法达到最优解。映射方程为,,二维猫映射方程为式表示成矩阵形式式中，,。猫映射的两个指数分别为，。由此可以看出猫映射具有混沌特性。猫映射与映射的比较将映射映射映射分别迭代次得到的,范围内的分布图如图，曲线显示映射在,和,内取值次数多达次，而,平均取到次，当最优解落在中间位置时，需要多次迭代才能得到最优解，大大降低了算法的效率......”。

4、“.....最大次，分布比较均匀，但映射是对的映射，其混沌序列受计算机有限字长和有限精度的影响，很快落入个循环，从而在迭代后迅速收敛。虽通过提高字长可使周期增大，但实现比较复杂。曲线显示映射的最少取值次数是次，最大次，分布比较均匀，而映射的初始值可以取值或者见表，这是映射所不具备的。因此，映射具有更好的混沌分布特性。图三种映射的迭代分布图表三种混沌映射的分布特性映射初始值最大取值次数最小取值次数基于猫映射的混沌遗传算法混沌遗传算法的步骤为了克服遗传算法维持种群多样性差，容易陷入早熟的缺点，引入混沌的思想，对整个算法进行了改进，提出了基于猫映射的混沌遗传算法。基于的设计，采用实数编码，对遗传算法的选择交叉以及变异进行了改进，利用混沌序列产生初始种群，的流程图如下交叉结果的优胜劣汰生存竞争选择保留最优个体免变异混沌变异对种群进行更新符合动态海明距离要求满足收敛条件混沌序列产生初始种群种群个体的适应度评估保留最优个体免交叉动态自适应交叉否根据适应度大小重新选择新个体输出优化结果是否结束是开始输入初始参数图混沌遗传算法的流程图本文算法从以下几个方面进行改进猫映射生成初始种群利用式产生初始种群......”。

5、“.....克服随机序列产生初始种群的不均匀性，提高搜索效率。自适应交叉率海明距离控制机制及淘汰策略保证种群进化的多样性及有效性自适应交叉率交叉算子作为遗传算法中起核心作用的遗传操作算子，直接影响着算法的性能。设置了固定不变的交叉概率，不能提供合理的搜索方向，使得最优个体及整个群体适应度改善的速度受到限制。根据交叉概率般在之间，本文对交叉概率进行如下改动海明距离进化后期，种群接近于齐次种群，难以产生新的子代个体，会出现近亲繁殖的现象，本文通过控制海明距离来保持种群的多样性，提高进化效率。海明距离的表达式如下其中是个体，的海明距离，为初始种群的平均海明距离。交叉按下列进行个体进行交叉个体不进行交叉淘汰策略对交叉个体和交叉产生的个体进行适者生存策略，选择适应度大的两个个体进入下步操作。其中，为,之间的随机数。混沌扰动过程令是待变异的第个个体的第个基因，取值为,，利用公式映射到,区间得到混沌变量。运用猫映射迭代式得到,。运用公式将映射到,区间得到变量......”。

6、“.....表四图累加器寄存器存储器的数据变化以及数据流程第步数据流程各寄存器数据变化如下表寄存器执行前数据执行后数据第二步数据流程各寄存器数据变化如下表寄存器执行前数据执行后数据第三步数据流程各寄存器数据变化如下表寄存器执行前数据执行后数据第四步停机无数据流程变化。课程设计总结在此次计算机组成原理的课程设计实验中，我是利用所学的计算机组成原理汇编语言以及数字逻辑运算的知识在软件平台上设计几个数的逻辑与或运算。在开始设计代码时到没有遇到多大的问题。但是在编译完代码运行后进行指令以及微指令分析时，仍然有许多地方没弄清楚。比如条指令对应的多个微指令，每条微指令又起到的作用以及每条指令的流程周期变化等等。我此次设计的这个实验由于本身很简单，因此我也没有设计很复杂的代码，当然也是因为担心后面进行指令分析等细节问题处理时很难下手。不过它依然很明了的反映了不带进位的逻辑与或的运算特点。通过此次实验，首先，我更步熟悉了指令微指令等等相关的些基本知识以及与此次实验所连接到的其它科目的些知识其次，我体会到这次课程设计实验是不同与我们之前所做的些小实验，它是前面这些小实验结合在起的综合运用再次......”。

7、“.....同时也使我了解到了它的漏洞和缺点然后，此次实验告诉我，要善于运用所学的知识运用到实际操作中，加强自己动手动脑的能力，加强独立思考分析的能力并以此检验所学知识的牢固扎实最后，此次实验提醒我，知识的缺乏和漏洞以及运用知识实现真正需求的问题总是存在的，因此，我必需在以后进步加强运用知识解决问题和实际动手的能力。十六进制编码，微指令格式的设计条微指令的般格式是如下图判别测试下地址操作控制顺序控制后续微地址的产生方法由于本系统中指令系统规模不大，功能较简单，微指令采用全水平不编码的方式，每个微操作控制信号由位微代码来表示，位微代码至少可表示个不同的微操作控制信号。用增量方式来控制微代码的运行顺序，每条指令的微程序连续存放在微指令存储器连续的单元中。在本系统内，为置微地址的控制信号，为工作脉冲。当有上沿时，把的值作为微程序的地址，打入微地址寄存器。当有上升沿时，微地址计数器自动加。时序安排由于模型机已经确定了指令系统，微指令采用全水平不编码纯控制场的格式，微程序的入口地址采用操作码散转方式，微地址采用计数增量方式......”。

8、“.....为了更好地观察实验的各个中间过程中各寄存器的值，由监控单元产生个的信号来控制时序产生。信号经过时序单元的处理产生了个脉冲信号。个脉冲信号组成个微周期，为不同的寄存器提供工作脉冲。微地数据总线数据总线取指微指令，数据总线数据总线数据总线取指微指令，数据总线取指微指令，数据总线取指微指令，数据总线取指微指令数据总线地址总线，取指微指令停机周期微操作指令助记符源程序,程序的指令代码及微程序源程序该程序的功能是计算先将进制数与进行逻辑或运算，结果放入再将结果与进行逻辑与运算，结果放入。并且的值放，则，重复迭代，直到找到最好的，。若迭代多次保持不变，施加混沌小扰动，按照式进行混沌再搜索，为调节系数。计算性能指标，若，令，否则继续搜索。若算法满足终止准则，输出最优解，否则继续步骤。最优个体保存策略遗传算法收敛的个重要保证，保证得到的最优个体不会被交叉变异等遗传运算所破坏。但是，它也容易使局部最优个体不易被淘汰反而快速扩散，从而降低了算法的收敛能力，所以将最优保存策略和其他选择结合使用。收敛准则满足进化结果的精度要求达到进化最大代数连续多代没有进化，满足三者之即可......”。

9、“.....初始化算法参数设置算法控制参数。生成初始种群利用猫映射序列产生均匀分布的种群，维持种群的多样性。选择将排序选择和最优保存策略相结合，保证好的群体不被淘汰，优良模式不被破坏。个体间距离的计算按照公式和计算个体间距离，去除距离近适应度低的个体。按照条件进行下步操作。交叉将自适应交叉海明距离控制机制淘汰策略相结合。保证种群的多样性以及适应度的稳步提高。变异采用混沌变异，附加小的混沌扰动，对参数空间进行遍历。收敛准则判定达到所要求精度达到设定的最大代数连续多代没有进化，满足三者之即可。统计输出并记录结果对要测试的性能指标进行统计，如果满足收敛准则，则将函数及其寻优结果保存否则，退出程序。退出程序。计算机仿真实例以求个测试函数的最小值为例，进行仿真实验函数函数函数,,函数式中为变量维数，函数是单峰函数，常用此函数测试算法的收敛速度函数是很难极小化的非凸病态函数......”。