CN111563393A - 一种基于遗传算法调节读卡器调制深度的方法和装置 - Google Patents
一种基于遗传算法调节读卡器调制深度的方法和装置 Download PDFInfo
- Publication number
- CN111563393A CN111563393A CN201910115329.5A CN201910115329A CN111563393A CN 111563393 A CN111563393 A CN 111563393A CN 201910115329 A CN201910115329 A CN 201910115329A CN 111563393 A CN111563393 A CN 111563393A
- Authority
- CN
- China
- Prior art keywords
- gene
- population
- chromosome
- register
- reading operation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种基于遗传算法调节读卡器调制深度的方法和装置,该方法包括:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法和装置能够在读卡器外部环境发生变化时使读卡器成功读卡。
Description
技术领域
本申请涉及读卡器技术领域,尤其涉及一种基于遗传算法调节读卡器调制深度的方法和装置。
背景技术
目前在射频卡的设计上,国际标准化组织(ISO)和国际电子技术委员会(IEC)制定了相应的非接触式集成电路IC卡的国际标准-ISO/IEC14443。
根据信号发送和接收方式的不同,ISO/IEC14443-3定义了类型A(英文:TYPEA)卡型、类型B(英文:TYPEB)卡型两种卡型。它们的不同主要在于载波的调制深度及二进制数的编码方式。从读写机向卡传送信号时,二者是通过13.56Mhz的射频载波传送信号。
TYPEB方案是异步、不归零码(缩写:NRZ,英文:Non-Return to Zero)编码方式,通过用10%ASK传送。即信息‘1’和信息‘0’的区别在于信息‘1’的信号幅度大,即信号强,信息‘0’的信号幅度小,即信号弱。这种方式的优点是持续不断的信号传递,不会出现能量波动的情况。
在读卡器读TYPEB卡,例如身份证的时候,读卡器设备是借助射频RF(英文:RadioFrequency)工作场的10%ASK调幅来进行和射频识别(英文:Radio FrequencyIdentification,缩写:RFID)之间的通信的。调制指数需在规定范围内,通常在9%到13%之间才可以读卡成功。
目前普遍使用的是固定天线阻抗的调制方法。而当读卡器外部环境发生变化比如存在金属环境时,会影响调制深度导致读卡失败。因此,有需要为适应读卡器周边环境的变化,设计新的调制深度的方法。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本申请实施例的目的是提供一种基于遗传算法调节读卡器调制深度的方法和装置,能够在读卡器外部环境发生变化时使读卡器成功读卡。
为解决上述技术问题,本申请实施例是通过以下各方面实现的。
第一方面,本申请实施例提供了一种基于遗传算法调节读卡器调制深度的方法,包括:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
第二方面,本申请实施例提供了一种基于遗传算法调节读卡器调制深度的装置,包括:构建模块,用于基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;处理模块,用于将所述初始数组初始设置为所述遗传算法的父代种群;生成模块,用于对所述父代种群进行处理生成子代种群;赋值模块,用于将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;更新模块,用于当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
第三方面,本申请实施例提供了一种电子设备,包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机可执行指令,所述计算机可执行指令被所述处理器执行时实现如上述第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机可执行指令,所述计算机可执行指令被处理器执行时实现如上述第一方面所述的方法的步骤。
在本申请实施例中,通过基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值,能够在读卡器外部环境发生变化时使读卡器成功读卡。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的一种流程示意图;
图2示出本发明实施例中数组的数据一种结构示意图;
图3示出本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的另一种流程示意图;
图4示出本发明实施例中提供的交叉处理的示例性示意图;
图5示出本申请实施例提供的一种基于遗传算法调节读卡器调制深度的装置的结构示意图
图6示出执行本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的电子设备的硬件结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1示出本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的一种流程示意图,该方法可以由电子设备执行,例如读卡器设备、终端设备或服务端设备。换言之,所述方法可以由安装在读卡器设备、终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。如图所示,该方法可以包括以下步骤。
S10:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组。
遗传算法是一种基于生物进化机制的随机搜索算法假定有一个定义清晰的要解决的问题,并用二进制数字串表示候选的解决方案,则基本遗传算法步骤包括:(a)初始化:设置进化代数计数器t=0,设置最大进化代数T,随机生成M个个体作为初始群体P(0)。(b)个体评价:计算群体P(t)中各个个体的适应度。(c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。(d)交叉运算:将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。(e)变异运算:将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。(f)终止条件判断:若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出,终止计算。
图2示出本发明实施例中数组的数据一种结构示意图。本步骤中,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组。例如可以设定染色体种群大小N为6,设定每个染色体由4个基因构建,分别对应图中所示数组中的pin0~pin3。
S20:将所述初始数组初始设置为所述遗传算法的父代种群。
S30:对所述父代种群进行处理生成子代种群。
基于遗传算法,对所述父代种群进行处理生成子代种群。
S40:将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
通常通过调节寄存器的值来调节读卡器的调制深度,将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作,来验证读卡器的调制深度是否在规定范围内,通常规定范围为9%-13%。
S50:当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
当所述读卡操作成功时,说明此时子代种群中基因的基因值是优秀的,用该优秀的基因值替换父代种群中的基因值,以优化父代种群,提高读卡成功率。
由此,本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法,通过基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值,能够在读卡器外部环境发生变化时将读卡器的调制深度自动调节至规定范围内使读卡器能够成功读卡。
图3示出本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的另一种流程示意图,该方法可以由电子设备执行,例如读卡器设备、终端设备或服务端设备。换言之,所述方法可以由安装在读卡器设备、终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。如图所示,该方法可以包括以下步骤。
S10:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组。
遗传算法是一种基于生物进化机制的随机搜索算法假定有一个定义清晰的要解决的问题,并用二进制数字串表示候选的解决方案,则基本遗传算法步骤包括:(a)初始化:设置进化代数计数器t=0,设置最大进化代数T,随机生成M个个体作为初始群体P(0)。(b)个体评价:计算群体P(t)中各个个体的适应度。(c)选择运算:将选择算子作用于群体。选择的目的是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。选择操作是建立在群体中个体的适应度评估基础上的。(d)交叉运算:将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子。(e)变异运算:将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。群体P(t)经过选择、交叉、变异运算之后得到下一代群体P(t+1)。(f)终止条件判断:若t=T,则以进化过程中所得到的具有最大适应度个体作为最优解输出,终止计算。
图2示出本发明实施例中数组的数据一种结构示意图。本步骤中,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组。例如可以设定染色体种群大小N为6,设定每个染色体由4个基因构建,分别对应图中所示数组中的pin0~pin3。
在一种可能的实现方式中,为ModGsPReg寄存器设定染色体种群个数为6,构建一个第一染色体的第一基因的个数为6个,一个第一基因对应一个二进制的基因值,将与所述第一染色体对应的6个二进制值赋值给第一初始数组。
在一种可能的实现方式中,为GsNReg寄存器设定染色体种群个数为6,构建一个第二染色体的第二基因的个数为4个,一个第二基因对应一个二进制的基因值,将与所述第二染色体对应的4个二进制值赋值给第二初始数组。
S20:将所述初始数组初始设置为所述遗传算法的父代种群。
S30:对所述父代种群进行处理生成子代种群。
基于遗传算法,对所述父代种群进行处理生成子代种群。
图4示出本发明实施例中提供的交叉处理的示例性示意图。在一种可能的实现方式中,如图所示,本步骤包括交叉处理,具体包括从所述父代种群中选取预定交叉比例的交叉数组,将所述交叉数组中的预设位置上的基因对应的基因值进行交换。
在一种可能的实现方式中,本步骤包括突变处理,包括:从所述父代种群中选取预定突变比例的突变数组,在所述突变数组中随机抽取一个基因,将抽取的所述一个基因对应的二进制基因值取反,即将二进制值的0变为1,1变为0。
S40:将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
通常,通过调节寄存器的值来调节读卡器的调制深度,将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作,来验证读卡器的调制深度是否在规定范围内,通常规定范围为9%-13%。
S50:当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
当所述读卡操作成功时,说明此时子代种群中基因的基因值是优秀的,用该优秀的基因值替换父代种群中的基因值,以优化父代种群,提高读卡成功率。
在一种可能的实现方式中,当步骤S40中的读卡失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。换言之,重复执行步骤S40,直至读卡成功或所述子代种群中全部基因的基因值均已赋值给所述寄存器,此时则返回步骤S30对所述父代种群进行处理生成新的子代种群,并基于新的子代种群执行步骤S40及接下来的步骤。
S60:将所述子代种群中基因的基因值赋值给result全局变量,将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作。
具体地,将结果(英文:result)全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作成功时,继续使用所述result全局变量的值进行所述读卡操作。
将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。换言之,返回步骤S40。并且,在所述子代种群中全部基因的基因值均已赋值给所述寄存器之后,对所述父代种群进行处理生成新的子代种群,并基于新的子代种群执行步骤S40及接下来的步骤。
由此,本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法,通过基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值,能够在读卡器外部环境发生变化时将读卡器的调制深度自动调节至规定范围内使读卡器能够成功读卡。
图5示出本申请实施例提供的一种基于遗传算法调节读卡器调制深度的装置的结构示意图,该装置100包括:构建模块110、处理模块120、生成模块130、赋值模块140和更新模块150。
构建模块110用于基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组。处理模块120用于将所述初始数组初始设置为所述遗传算法的父代种群。生成模块130用于对所述父代种群进行处理生成子代种群。赋值模块140用于将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。更新模块150,用于当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
在一种可能的实现方式中,所述更新模块150还用于在当所述读卡操作成功时,用所述子代种群中基因的二进制值替换所述父代种群中的二进制值之后,将所述子代种群中基因的基因值赋值给result全局变量,将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作。
在一种可能的实现方式中,所述构建模块110用于为ModGsPReg寄存器设定染色体种群个数为6,构建一个第一染色体的第一基因的个数为6个,一个第一基因对应一个二进制的基因值,将与所述第一染色体对应的6个二进制值赋值给第一初始数组。
在一种可能的实现方式中,所述构建模块110用于为GsNReg寄存器设定染色体种群个数为6,构建一个第二染色体的第二基因的个数为4个,一个第二基因对应一个二进制的基因值,将与所述第二染色体对应的4个二进制值赋值给第二初始数组。
在一种可能的实现方式中,所述生成模块130用于从所述父代种群中选取预定交叉比例的交叉数组;将所述交叉数组中的预设位置上的基因对应的基因值进行交换。
在一种可能的实现方式中,所述生成模块130用于从所述父代种群中选取预定突变比例的突变数组;在所述突变数组中随机抽取一个基因,将抽取的所述一个基因对应的二进制基因值取反。
在一种可能的实现方式中,所述赋值模块140用于当所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
在一种可能的实现方式中,所述更新模块150还用于将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作成功时,继续使用所述result全局变量的值进行所述读卡操作。
在一种可能的实现方式中,所述更新模块150还用于将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
在一种可能的实现方式中,所述生成模块130还用于在所述子代种群中全部基因的基因值均已赋值给所述寄存器之后,对所述父代种群进行处理生成子代种群。
本申请实施例提供的该装置100,可执行前文方法实施例中所述的各方法,并实现前文方法实施例中所述的各方法的功能和有益效果,在此不再赘述。
图6示出执行本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的电子设备的硬件结构示意图,如图所示,该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器701和存储器702,存储器702中可以存储有一个或一个以上存储应用程序或数据。其中,存储器702可以是短暂存储或持久存储。存储在存储器702的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对该电子设备中的一系列计算机可执行指令。更进一步地,处理器701可以设置为与存储器702通信,在该电子设备上执行存储器702中的一系列计算机可执行指令。该电子设备还可以包括一个或一个以上电源703,一个或一个以上有线或无线网络接口704,一个或一个以上输入输出接口705,一个或一个以上键盘706等。
在一个具体的实施例中,该电子设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机可执行指令,所述计算机可执行指令被所述处理器执行时实现以下流程:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
由此,执行本申请实施例提供的一种基于遗传算法调节读卡器调制深度的方法的电子设备可执行前文方法实施例中所述的各方法,并实现前文方法实施例中所述的各方法的功能和有益效果,在此不再赘述。
本申请实施例的电子设备以多种形式存在,包括但不限于以下设备。
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
进一步地,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机可执行指令,所述计算机可执行指令被处理器执行时实现以下流程:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
由此,所述计算机可执行指令被处理器执行时能够执行前文方法实施例中所述的各方法,并实现前文方法实施例中所述的各方法的功能和有益效果,在此不再赘述。
其中,所述的计算机可读存储介质包括只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
进一步地,本申请实施例还提供了一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,实现以下流程:基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;将所述初始数组初始设置为所述遗传算法的父代种群;对所述父代种群进行处理生成子代种群;将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
由此,执行本申请实施例提供的计算机程序产品能够执行前文方法实施例中所述的各方法,并实现前文方法实施例中所述的各方法的功能和有益效果,在此不再赘述。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (20)
1.一种基于遗传算法调节读卡器调制深度的方法,其特征在于,包括:
基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;
将所述初始数组初始设置为所述遗传算法的父代种群;
对所述父代种群进行处理生成子代种群;
将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;
当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
2.根据权利要求1所述的方法,其特征在于,在当所述读卡操作成功时,用所述子代种群中基因的二进制值替换所述父代种群中的二进制值之后,还包括:
将所述子代种群中基因的基因值赋值给结果result全局变量,将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作。
3.根据权利要求1所述的方法,其特征在于,所述为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组包括:
为ModGsPReg寄存器设定染色体种群个数为6,构建一个第一染色体的第一基因的个数为6个,一个第一基因对应一个二进制的基因值,将与所述第一染色体对应的6个二进制值赋值给第一初始数组。
4.根据权利要求1所述的方法,其特征在于,所述为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组包括:
为GsNReg寄存器设定染色体种群个数为6,构建一个第二染色体的第二基因的个数为4个,一个第二基因对应一个二进制的基因值,将与所述第二染色体对应的4个二进制值赋值给第二初始数组。
5.根据权利要求1所述的方法,其特征在于,对所述父代种群进行处理生成子代种群包括:
从所述父代种群中选取预定交叉比例的交叉数组;
将所述交叉数组中的预设位置上的基因对应的基因值进行交换。
6.根据权利要求1所述的方法,其特征在于,对所述父代种群进行处理生成子代种群包括:
从所述父代种群中选取预定突变比例的突变数组;
在所述突变数组中随机抽取一个基因,将抽取的所述一个基因对应的二进制基因值取反。
7.根据权利要求1所述的方法,其特征在于,将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作包括:
当所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
8.根据权利要求2所述的方法,其特征在于,将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作包括:
将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作成功时,继续使用所述result全局变量的值进行所述读卡操作。
9.根据权利要求8所述的方法,其特征在于,将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作包括:
将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
10.根据权利要求9所述的方法,其特征在于,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作之后,还包括:
在所述子代种群中全部基因的基因值均已赋值给所述寄存器之后,对所述父代种群进行处理生成子代种群。
11.一种基于遗传算法调节读卡器调制深度的装置,其特征在于,包括:
构建模块,用于基于遗传算法,为寄存器设定染色体种群个数、构建一个染色体的基因个数,一个所述基因对应一个二进制的基因值,将与所述染色体对应的基因值赋值给初始数组;
处理模块,用于将所述初始数组初始设置为所述遗传算法的父代种群;
生成模块,用于对所述父代种群进行处理生成子代种群;
赋值模块,用于将所述子代种群中基因的基因值赋值给所述寄存器以使读卡器进行读卡操作;
更新模块,用于当所述读卡操作成功时,用所述子代种群中基因的基因值替换所述父代种群中的基因值。
12.根据权利要求11所述的装置,其特征在于,所述更新模块还用于在当所述读卡操作成功时,用所述子代种群中基因的二进制值替换所述父代种群中的二进制值之后,将所述子代种群中基因的基因值赋值给result全局变量,将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作。
13.根据权利要求11所述的装置,其特征在于,所述构建模块用于为ModGsPReg寄存器设定染色体种群个数为6,构建一个第一染色体的第一基因的个数为6个,一个第一基因对应一个二进制的基因值,将与所述第一染色体对应的6个二进制值赋值给第一初始数组。
14.根据权利要求11所述的装置,其特征在于,所述构建模块用于为GsNReg寄存器设定染色体种群个数为6,构建一个第二染色体的第二基因的个数为4个,一个第二基因对应一个二进制的基因值,将与所述第二染色体对应的4个二进制值赋值给第二初始数组。
15.根据权利要求11所述的装置,其特征在于,所述生成模块用于从所述父代种群中选取预定交叉比例的交叉数组;将所述交叉数组中的预设位置上的基因对应的基因值进行交换。
16.根据权利要求11所述的装置,其特征在于,所述生成模块用于从所述父代种群中选取预定突变比例的突变数组;在所述突变数组中随机抽取一个基因,将抽取的所述一个基因对应的二进制基因值取反。
17.根据权利要求11所述的装置,其特征在于,所述赋值模块用于当所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
18.根据权利要求12所述的装置,其特征在于,所述更新模块还用于将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作成功时,继续使用所述result全局变量的值进行所述读卡操作。
19.根据权利要求18所述的装置,其特征在于,所述更新模块还用于将所述result全局变量的值赋值给所述寄存器,使所述读卡器进行所述读卡操作,并且所述读卡操作失败时,将所述子代种群中另一个基因的基因值赋值给所述寄存器以使读卡器进行读卡操作。
20.根据权利要求19所述的装置,其特征在于,所述生成模块还用于在所述子代种群中全部基因的基因值均已赋值给所述寄存器之后,对所述父代种群进行处理生成子代种群。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115329.5A CN111563393B (zh) | 2019-02-13 | 2019-02-13 | 一种基于遗传算法调节读卡器调制深度的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910115329.5A CN111563393B (zh) | 2019-02-13 | 2019-02-13 | 一种基于遗传算法调节读卡器调制深度的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563393A true CN111563393A (zh) | 2020-08-21 |
CN111563393B CN111563393B (zh) | 2022-07-05 |
Family
ID=72071395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910115329.5A Active CN111563393B (zh) | 2019-02-13 | 2019-02-13 | 一种基于遗传算法调节读卡器调制深度的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563393B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1306220A (zh) * | 2000-01-17 | 2001-08-01 | 通商产业省工业技术院长 | 光学装置、光学装置的调整方法及存储了程序的存储媒体 |
US20060200436A1 (en) * | 2005-03-07 | 2006-09-07 | Chi Zhou | Gene expression programming with enhanced preservation of attributes contributing to fitness |
CN104392317A (zh) * | 2014-11-24 | 2015-03-04 | 南京信息工程大学 | 一种基于遗传文化基因算法的项目调度方法 |
CN108090650A (zh) * | 2017-11-01 | 2018-05-29 | 南京华域云脑信息科技有限公司 | 一种基于遗传算法的排案优化方法 |
CN108492025A (zh) * | 2018-03-20 | 2018-09-04 | 合肥工业大学 | 基于混合差分遗传算法的高端装备制造过程协同调度方法 |
CN108846480A (zh) * | 2018-06-15 | 2018-11-20 | 广东工业大学 | 一种基于遗传算法的多规格一维套料方法及装置 |
-
2019
- 2019-02-13 CN CN201910115329.5A patent/CN111563393B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1306220A (zh) * | 2000-01-17 | 2001-08-01 | 通商产业省工业技术院长 | 光学装置、光学装置的调整方法及存储了程序的存储媒体 |
US20060200436A1 (en) * | 2005-03-07 | 2006-09-07 | Chi Zhou | Gene expression programming with enhanced preservation of attributes contributing to fitness |
CN104392317A (zh) * | 2014-11-24 | 2015-03-04 | 南京信息工程大学 | 一种基于遗传文化基因算法的项目调度方法 |
CN108090650A (zh) * | 2017-11-01 | 2018-05-29 | 南京华域云脑信息科技有限公司 | 一种基于遗传算法的排案优化方法 |
CN108492025A (zh) * | 2018-03-20 | 2018-09-04 | 合肥工业大学 | 基于混合差分遗传算法的高端装备制造过程协同调度方法 |
CN108846480A (zh) * | 2018-06-15 | 2018-11-20 | 广东工业大学 | 一种基于遗传算法的多规格一维套料方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111563393B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Su et al. | Fast splitting-based tag identification algorithm for anti-collision in UHF RFID system | |
CN110019687B (zh) | 一种基于知识图谱的多意图识别系统、方法、设备及介质 | |
CN109587252A (zh) | 运营商参数的加载方法、装置、电子设备及存储介质 | |
CN108038398B (zh) | 一种二维码解析能力测试方法、装置及电子设备 | |
CN104754563A (zh) | 一种无线热点接入共享方法、移动终端及系统 | |
CN112768056A (zh) | 基于联合学习框架的疾病预测模型建立方法和装置 | |
CN111260220A (zh) | 群控设备识别方法、装置、电子设备和存储介质 | |
CN111563393B (zh) | 一种基于遗传算法调节读卡器调制深度的方法和装置 | |
CN110427546A (zh) | 一种信息展示方法和装置 | |
CN114064929A (zh) | 搜索排序方法及装置 | |
CN113222153B (zh) | 一种量子态的模拟方法、装置、存储介质和电子装置 | |
US20230229245A1 (en) | Emoji recommendation method of electronic device and same electronic device | |
CN109889280B (zh) | 一种nfc设备安全测试方法 | |
CN114840326B (zh) | 资源调度方法、装置、电子设备及存储介质 | |
JP4990727B2 (ja) | Simカード | |
CN112822666B (zh) | 一种通信方法、装置、电子设备及存储介质 | |
CN111753562A (zh) | 标签识别方法、装置、电子设备及可读介质 | |
CN115798458A (zh) | 分类语种识别方法及装置 | |
CN113891323B (zh) | 一种基于WiFi的用户标签获取系统 | |
CN105117010A (zh) | 一种启动应用程序的方法及智能手表 | |
CN115426318A (zh) | 优化数据传输方法及相关装置 | |
CN114334007A (zh) | 基因脱靶预测模型训练方法、预测方法、装置及电子设备 | |
CN109741756B (zh) | 基于usb外接设备传输操作信号的方法及系统 | |
US20230297718A1 (en) | Electronic device and method for operating the same | |
CN110751204A (zh) | 数据融合的方法及装置、存储介质和电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |