Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/32737
Title: Parallel approach to genetic algorithms for evolvable hardware
Other Titles: ขั้นตอนวิธีพันธุกรรมสำหรับวงจรเชิงวิวัฒนาการแบบขนาน
Authors: Yutana Jewajinda
Advisors: Prabhas Chongstitvatana
Other author: Chulalongkorn University. Faculty of Engineering
Advisor's Email: Prabhas.C@Chula.ac.th
Subjects: Genetic algorithms
Genetic programming (Computer science)
Computer architecture
จีเนติกอัลกอริทึม
การโปรแกรมเชิงพันธุกรรม
สถาปัตยกรรมคอมพิวเตอร์
Issue Date: 2008
Publisher: Chulalongkorn University
Abstract: The thesis proposes the cellular compact genetic algorithm (CCGA), which is a parallel probabilistic model-building genetic algorithm for evolvable hardware. CCGA replaces traditional migration of individuals with the probabilistic migration. Each CCGA node uses the traditional compact GA with elitism. CCGA employs adaptive combination of probability vectors from its neighbors. CCGA can solve hard problems of bounded difficulty. With parallel approach, CCGA supports scalability. In addition, CCGA is designed for hardware implementation. The scalable hardware architecture for CCGA is proposed. For each node of CCGA, the scalable hardware architecture supports expandable number of variables to be optimized with flexible precision and expandable chromosome length. Evolvable hardware based-on Cellular Genetic Algorithm (CCGA) and Block-based neural network (BBNN) is presented. The layer-based architecture is proposed for integrating CCGA with BBNN in hardware. A hardware design of BBNN neurons is proposed. The link-multiplexed concept is used for hardware design of BBNN neurons. The proposed evolvable hardware based-on CCGA and BBNN is applied to the problem of online ECG signal classification. This demonstrates that CCGA can solve the real-world problems. The proposed evolvable hardware can be implemented in FPGA or ASIC for a portable personalized ECG signal classifications for long term patient monitoring.
Other Abstract: วิทยานิพนธ์นี้นำเสนอขั้นตอนวิธีพันธุกรรมอย่างย่อแบบเซล ซึ่งเป็นขั้นตอนวิธีพันธุกรรมแบบขนานสำหรับประยุกต์ใช้งานกับวงจรเชิงวิวัฒนาการ ขั้นตอนวิธีพันธุกรรมอย่างย่อแบบเซล ใช้การแลกเปลี่ยนโมเดลความน่าจะเป็นของกลุ่มประชากรแทนการแลกเปลี่ยนประชากรโดยตรง อีกทั้งใช้หลักการเก็บประชากรที่ดีที่สุด ขั้นตอนวิธีพันธุกรรมอย่างย่อแบบเซล ใช้หลักการปรับตัวในการรวมโมเดลความน่าจะเป็นของกลุ่มประชากรเข้าด้วยกัน และสามารถใช้แก้ปัญหาขั้นยากที่มีกรอบจำกัดได้ ขั้นตอนวิธีพันธุกรรมอย่างย่อแบบเซลถูกออกแบบมาเหมาะสมสำหรับสร้างเป็นวงจรเชิงเลข มีการนำเสนอสถาปัตยกรรมฮาร์ดแวร์แบบปรับขยายได้ของขั้นตอนวิธีพันธุกรรมอย่างย่อแบบเซล วิทยานิพนธ์ยังได้นำเสนอวงจรเชิงวิวัฒนาการซึ่งใช้งานร่วมกันระหว่างวิธีพันธุกรรมอย่างย่อแบบเซลและโคร่งข่ายประสาทเทียมโดยใช้หลักการสถาปัตยกรรมฮาร์ดแวร์แบบเป็นชั้น ได้ทำการประยุกต์วงจรเชิงวิวัฒนาการซึ่งใช้งานร่วมกันระหว่างวิธีพันธุกรรมอย่างย่อแบบเซลและโคร่งข่ายประสาทเทียมกับปัญหาการแยกสัญญาณคลื่นไฟฟ้าหัวใจ ซึ่งแสดงให้เป็นว่าวิธีพันธุกรรมอย่างย่อแบบเซลและวงจรเชิงวิวัฒนาการที่นำเสนอ สามารถนำไปแก้ปัญหาจริงได้
Description: Thesis (Ph.D.)--Chulalongkorn University, 2008
Degree Name: Doctor of Philosophy
Degree Level: Doctoral Degree
Degree Discipline: Computer Engineering
URI: http://cuir.car.chula.ac.th/handle/123456789/32737
URI: http://doi.org/10.14457/CU.the.2008.1555
metadata.dc.identifier.DOI: 10.14457/CU.the.2008.1555
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
yutana_je.pdf3.15 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.