买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东科技大学申请的专利一种大王花优化算法在硬件平台上的部署方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115730629B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211508209.X，技术领域涉及：G06N3/006；该发明授权一种大王花优化算法在硬件平台上的部署方法是由朱淑娟;付宗林;潘正祥;杨清勇;吴祖扬设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种大王花优化算法在硬件平台上的部署方法在说明书摘要公布了：本发明公开了一种大王花优化算法在硬件平台上的部署方法，属于智能算法领域，首先提出了ROA算法，然后将ROA算法部署在包含FPGA、ARM端的硬件平台上，构建了完整的FROA架构；其中，大ROA算法分为三个阶段：授粉阶段、结果阶段、散播种子阶段；整个FROA架构包括三个功能模块：更新模块、初始化模块和适应度模块；FROA架构依靠ARM端和FPGA端两部分协同实现，FPGA端和ARM端之间设置数据缓冲区；更新模块部署在FPGA端，初始化模块和适应度模块部署在ARM端。本发明提出了一种全新的智能算法ROA，实现优化问题的迭代求解；通过构建的FROA架构，加快了ROA算法的执行速度。

本发明授权一种大王花优化算法在硬件平台上的部署方法在权利要求书中公布了：1.一种大王花优化算法在硬件平台上的部署方法，其特征在于，首先提出了大王花优化算法，然后将大王花优化算法部署在包含FPGA、ARM端的硬件平台上，构建了完整的FROA架构；其中， 大王花优化算法分为三个阶段：授粉阶段、结果阶段、散播种子阶段； 整个FROA架构包括三个功能模块：更新模块、初始化模块和适应度模块；FROA架构依靠ARM端和FPGA端两部分协同实现，FPGA端和ARM端之间设置数据缓冲区；更新模块部署在FPGA端，初始化模块和适应度模块部署在ARM端； 所述大王花优化算法中一共有NP个个体，每个个体都有维度、位置和速度属性；这些个体共同组成一个种群，种群中的每一个个体都代表一个解；通过对种群中每个个体在维度、位置和速度上的不断迭代、更新、适应度计算，来找到最优解；其中， 授粉阶段的具体内容如下： 授粉阶段有两种个体更新策略；策略1用于更新适应度差的个体，数量占总体的；策略2用于更新适应度优良的个体，数量占总体的； 策略1： 适应度差的个体会影响最优解的质量，所以新增一些个体代替适应度差的个体；新增个体的每一维的维度k都被抽象到三维空间中表示，k=1,2,...,D，D表示总维度；新增个体的位置计算方程为： 1 其中，表示新增个体的位置，；表示当前最优个体的位置；是与k+1维之间的夹角，取值为0，；是和组成的向量；表示在k维和k-1维构成的平面上的投影与k维之间的夹角，取值为0，π；d表示新增个体与最优个体之间的距离，它的值等于随机个体与最优个体之间的距离，计算公式如下： 2 其中，表示种群中的一个随机个体； 最后，适应度差的个体被新增个体代替，公式如下： 3 其中，表示第个适应度差的个体； 策略2： 适应度优良的个体同样要进行维度、维度和速度的更新，以期望获得更好的值；它们的位置更新公式为： 4 其中，表示待更新个体的位置，；C为影响因子，其取值区间为[-1,1]；表示一个随机数；是个体的速度，它的值等于平动速度和转动速度之和，和的计算公式如下： 5 6 其中，A为个体运动时的振幅，B为横向偏移量，为频率周期，为横向频率周期，为相位，为平动与转动之间的相位差，t为时间； 结果阶段的具体内容如下： 根据优胜劣汰原则，大王花优化算法每迭代一定次数会淘汰一个个体；整个过程中，淘汰的个体数量约占种群大小NP的三分之一； 散播种子阶段的具体内容如下： 在散播种子阶段，个体的位置更新方程为： 7 其中，是待更新个体的位置，；iter为当前迭代次数；Max_iter为最大迭代次数；为随迭代次数而变化的影响因子；的值为1或-1，其目的是增加维度值的多样性；rd为个体的分布范围，计算公式如下： 8 其中，rand为0，1之间的随机数；ub为最大边界；lb为最小边界； 通过授粉阶段-结果阶段-散播种子阶段三个阶段的循环往复，大王花优化算法能够实现优化问题的迭代求解； 所述ARM端的具体工作流程为：首先初始化设备、算法参数；然后对个体进行适应度评估，将评估后的适应度值、个体位置、算法参数刷新到数据缓冲区；之后从数据缓冲区获取FPGA端更新后的数据，并判断是否达到迭代结束条件，若是则迭代结束，否则重新进行适应度评估；最后输出最优方案； 所述FPGA端的具体工作流程为：首先从数据缓冲区获取数据并更新算法参数、全局最优或局部最优；然后并行更新NP个个体的速度和位置，并进行种群位置处理；最后将更新后的种群位置、算法参数刷新到数据缓冲区。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。