大学生研究计划课题

1、 智能优化方法及其应用研究

课题简介：优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支，它一直受到人们的广泛重视，并在诸多工程领域得到迅速推广和应用，如系统控制、模式识别、生产调度、系统建模、VLSI技术等。鉴于实际工程问题的复杂性、约束性、非线性、多极值、建模困难等特点，寻求一种适合于大规模并行且具有智能特征的算法已成为有关学科的一个主要研究目标和引人注目的研究方向。

20世纪80年代以来，一些新颖的优化算法，如人工神经网络、遗传算法、模拟退火、蚁群算法等，通过模拟获揭示某些自然现象获过程而得到发展，其思想和内容涉及数学、物理学、生物进化、人工智能、神经科学和统计力学等方面，为解决复杂问题提供了新的思路和手段。这些算法独特的优点和机制，引起了国内外学者的广泛重视并掀起了该领域的研究热潮，且在诸多领域得到了成功应用。在优化领域，由于这些算法构造的直观性与自然机理，因而通常被称作智能优化方法。

本课题利用智能优化方法求解实际工程应用中存在的优化问题。

学生申报要求：具有一定的主动学习能力，预修过概率论与数理统计、数据结构、计算方法等课程。

接收学生人数：2人

执行时间：6－10个月

2、基于智能优化方法的纳米芯片设计关键问题研究

课题简介：当电子器件缩小到纳米尺度时，CMOS 技术将达到其物理极限，纳电子器件的出现使得摩尔定律有可能继续有效。纳电子器件拥有一些共同的优点，如高集成度，高速度，低功耗邓。然而，挑战总是和机遇并存。在拥有上述优点的同时，纳电子系统在设计与制造过程中也面临着一些新的问题，如极高的硬件缺陷率，局部互连限制，新的逻辑表达形式（多数/少数表示等），以及运行过程中瞬时错误频繁多变，等等。基于纳米技术的纳米芯片设计是IC 设计的一个新的发展方向，其中许多新的设计问题都属于NP-Complete或者NP-Hard问题，传统的基于CMOS技术的设计工具不再适用。本课题针对纳米芯片设计中存在的新问题，研究新的高效智能优化算法，为将来纳米芯片系统CAD 工具的实现提供重要的理论与技术准备。

学生申报要求：具有一定的主动学习能力，预修过固体物理、概率论与数理统计、数据结构、计算方法、电子线路、大规模集成电路设计等课程。

接收学生人数：2人

执行时间：6－10个月

3、 软硬件协同设计方法研究

课题简介：随着嵌入式系统规模的扩大，系统的功能要求也日益复杂，对于系统的性能（如功耗、成本、研发周期等）的要求日益苛刻。传统的嵌入式系统设计方法已无法满足现代嵌入式系统的设计要求，取而代之的将是以软硬件协同设计为主要特征的全新系统设计方法。软硬件协同设计采用自动、优化的方法，在系统设计的高层阶段对系统体系结构进行划分，实现系统在性能、成本、功耗等多方面的优化，替代人工的功能分割。软硬件协同设计包括软硬件协同划分与软硬件协同综合两方面工作，都是复杂的组合优化问题，本课题研究基于智能优化方法的软硬件协同设计方法。

学生申报要求：具有一定的主动学习能力，预修过概率论与数理统计，嵌入式系统或大规模集成电路设计相关课程。

接收学生人数：2人

执行时间：6－10个月

4、智能感知与识别方法研究

像人一样感知和识别事物是从事人工智能研究的学者们长期以来孜孜以求的一个目标，也是国际学术研究和应用开发的热点，涉及多个相互交叠的研究领域，包括：机器学习、神经网络、智能优化、模式识别、图像处理、计算机视觉、人机交互等。本课题研究基于视觉的智能感知与识别方法，应用领域包括手势识别、人体姿态检测与识别、行为识别等。

学生申报要求：具有一定的主动学习能力，预修过概率论与数理统计、数据结构等课程。

接收学生人数：2人

执行时间：6－10个月