??? 摘? 要： SoPC是Altera公司近年來提出的一種靈活、高效的軟硬件協同設計可編程片上系統。本文首先搭建硬件平臺，在此平臺上進行軟件開發，運用改進免疫克隆選擇算法解決函數優化問題。仿真結果表明，在SoPC上處理函數問題是可行的，并且算法具有優良的收斂速度及實時處理和抗退化能力。?

??? 關鍵詞： 可編程片上系統；嵌入式系統；函數優化；免疫克隆選擇算法

?

??? 實際工程中，有很多問題都可轉化為函數優化問題，而基于梯度的算法通常不能有效地解決高維且有多局部極值點的函數優化問題。免疫系統是一種集進化機制和免疫機制于一體的全局并行系統，能自適應地維持群體多樣性，其具有的自我調節能力，能使免疫算法具有整體、局部搜索能力強的特點。這類算法在函數優化、數據挖掘等方面得到有效應用。?

1 SoPC技術^[1]?

??? 嵌入式系統用于一些特定專用設備，通常這些設備的硬件資源(如處理器、存儲器)非常有限，并且對成本很敏感，有時對實時響應要求高。隨著消費家電的智能化，嵌入式系統更顯重要，手機、電子字典、交換機、路由器等都屬于典型的嵌入式系統。?

??? 片上系統SoC(System on a Chip)指在單片集成系統級多元化的大規模功能模塊，從而構成一個能夠處理各種信息的集成電路。這個系統通常由一個主控單元和一些功能模塊構成，主控單元是一個處理器，在這個主控單元的周圍，根據系統功能配置功能模塊，完成信號的接收、預處理、轉換及執行任務，并將硬件邏輯和智能算法集成在一起。?

??? 可編程片上系統SoPC(System on Programmable Chip)技術提供了另一種實現SoC的途徑，即用大規?？删幊唐骷腇PGA實現SoC的功能。?

2 SoPC軟硬件開發?

??? Quartus II軟件是Altera公司的綜合開發工具，通過使用此開發工具，設計者可以創建、組織和管理自己的設計^[2]。?

2.1 硬件開發?

??? 硬件開發環境是在Quartus II工程中添加NiosII系統、鎖相環模塊、引腳等元件編譯完成的。NiosII系統由CPU、存儲器接口、標準外圍設備和用戶自定義的外圍設備等組件組成。如圖1所示。SoPC Builder將這些組件組合起來，生成對這些組件實例化的單個系統模塊，并自動生成必要的總線邏輯，以將這些組件鏈接起來。uart_usb用于接收實驗板的數據，4個7段數碼管用于顯示運行的代數。?

?

?

2.2 軟件開發?

??? 軟件設計和應用程序開發是在上述已搭建硬件環境上進行的，其開發環境是Nios II IDE。SoPC軟件開發流程如圖2。?

?

?

3 免疫算法原理?

??? 免疫算法的靈感來自生物獲得性免疫克隆選擇原理^[3]。根據該原理，在生物免疫系統中，一旦病原侵入機體，B淋巴細胞能夠為產生相應的抗體和抗原的結合，同時活化、增殖和分化產生漿細胞，通過中和、溶解和調理等作用，最終使抗原從體內清除。一些B細胞成為長期存活的記憶細胞，它通過血液、淋巴和組織液循環，為下一次快速、高效地清除相同或者類似抗原引起的感染奠定了基礎^[5]。?

??? 文本采用基于克隆選擇原理的免疫優化算法^[4]?？寺∵x擇學說的中心思想是：抗體是天然產物，以受體的形式存在于細胞表面，抗原可與之選擇性地反應。抗原與相應抗體受體的反應可導致細胞克隆性增殖，該群體具有相同的抗體特異性，其中某些細胞克隆分化為抗體生成細胞，另一些形成免疫記憶細胞，以參加之后的二次免疫反應。?

??? 本文的算法是基于標準克隆選擇算法改進而來的，標準克隆選擇算法流程如圖3。?

?

?

????(1)生成候選方案的一個集合(P)。它由記憶細胞(M)的子集加上剩余群體(P_r)(P=P_r+M)組成。?

??? (2)選擇n個具有較高親和力的個體。?

??? (3)克隆這n個最好的個體，組成一個臨時的克隆群體(C)。與抗原親和力越高，個體在克隆時規模也就越大。?

??? (4)把克隆軀體提交到高頻變異，根據親和力的大小決定變異，產生一個成熟的抗體種群C^*。?

??? (5)對C^*進行重新選擇，組成記憶細胞集合M。P中的一些成員可以被C^*的其他一些改進的成員替換掉。?

??? (6)生成d個新的抗體取代P中d個低親和力的抗體，保持多樣性。?

??? 本文提出一種改進克隆選擇算法，用于求解函數優化問題。本文采用二進制編碼，將該函數的值空間映射到位串空間中，然后在位串空間進行免疫克隆選擇操作，結果通過解碼過程還原成數值解，再進行親和力評估。由于對函數的精度要求是6位小數，（1/2²²≈2×10^-6），所以本文的編碼長度為6位。改進后的算法的實現步驟如下：?

??? (1)初始化：隨機產生N個長度為22的二進制編碼的抗體，組成初始抗體P。?

??? (2)克?。簩贵w群P中的抗體進行擴增操作得到群體C，每個抗體的克隆數目與親和力(函數值)成正比。?

??? (3)高頻變異：對抗體群C中的抗體進行高頻變異得到種群C^*。?

??? (4)選擇：從抗體群中選擇d個親和力高的抗體替換P中的d個親和力低的抗體，d與抗體群P的平均親和力成反比。?

??? (5)判斷終止條件，否則轉(2)。?

??? (6)達到終止條件，程序結束。?

4 仿真實驗?

??? 本文算法的參數設置^[6]如下：受體編輯系數P_c=0.2；高頻變異概率P_m=0.01；種群規模P_opsize=50；算法迭50代結束。仿真選取f=x+10×sin(5x)+7×cos(4x)，x∈[0，10]：一個單變量、多極值點的函數，用來測試優化算法是否能搜索到函數的最優解。?

??? 在PC上分別運用標準和改進后的克隆選擇算法處理函數優化問題，從圖4(a)、圖4(b)不難看出，改進后算法在第6代就能迅速達到全局最優，而標準算法需要13代。改進后算法在處理函數優化問題時提高了收斂速度。?

??? 運用改進的克隆選擇算法處理函數優化問題，從圖4(b)、圖4(c)不難看出，在SoPC上運行了4代就得到了全局最優而每一代處理時間約0.35 s，達到最優所需時間約為1.4 s。而在PC機上運行6代后得到的最優結果，其每一代處理時間約為0.27 s，運行6代所需時間約為1.62 s。?

??? 不管在SoPC還是PC上，免疫克隆算法處理函數優化問題在進入局部最小的時候，總能跳出這個局部最小，從而達到另一最小，進而達到全局最小。這體現了算法的抗退化能力。?

??? 本文將改進免疫克隆選擇算法應用在SoPC上，在實驗開發板上搭建了硬件平臺，在此基礎上進行軟件開發。實驗表明，在PC機和SoPC上都能有效求解函數優化問題和避免陷入局部最小并達到全局最優。當資源明顯不如PC機的情況下，在SoPC上處理到第4代就能迅速達到全局最優，而在PC機上則需要6代。獲得這樣的結果足以表明，SoPC有較強的優化和實時處理問題的能力。?

?

?

參考文獻?

[1] 楊春玲，張輝.現代可編程邏輯器件及SoPC應用技術[M].哈爾濱：哈爾濱工業大學出版社，2005.?

[2] 汪國強.SoPC技術與應用.北京：機械工業出版社，2006.?

[3] DASGUPTA D.Artificial immune systems and their applications[M].Springer，1998.?

[4] BURNET F M.The clone selection theory of acquired immunity.Cambridge University Press，1959.?

[5] 莫宏偉.人工免疫系統原理與應用[M].哈爾濱：哈爾濱工業大學出版社，2002.?

[6] 焦李成.免疫優化計算、學習與應用與識別[M].北京：科學出版社，2006.