TW472238B - Code compaction by evolutionary algorithm - Google Patents

Description

47223 五'發明說明（1) 發明背景 1. 發明頜域 本發明有關於資料儲存領域，且特別 儲存的資料與程式碼的壓縮。 關於為了有效 2. 相關技藝 在這個「資訊年代」’需要被儲存或 \ 續增加。儘管有儲存與傳輸技術的 j的貢訊數里持 需要利用I缩資訊本身以最佳化資 ：而還是持續有 例如，可攜式計算裝置的硬體空間輪的效率。 有實際上的限制。對於應用程式及資=貝的資源，且 小，對於儲存資源受限的裝特=儲存需求愈 式計算裝1、通訊裝置、電子利，例如可攜 被用以傳輸—給定資訊數量的資料 =樣土也，降低需 通訊頻道可以更有效地被利用。 ，頻寬受限的 一種在資料組内壓縮資訊的方法 被定義於字典内來代表該資料組内複：：技巧。符號 料組内出現的每個序列都被代表該序列。在該資 果被替代的符號以及有關該字典卜:斤取代。如 佔有較少的儲存空I則儲存空間出=序列 B、C及嶋別代表符號序列fc個，合了特定符號A、 、「dab」的巨集字典120 ’未壓縮」的=2」' 一個壓縮資料組11 〇。與一般的名貝枓，，且1 00被轉換成 取代的符號序列被稱為巨集；利用°致^’被其他符號所 ]用巨集符號取代巨集序列 472238 五、發明說明（2) 的過程被稱為附貼。對應於序列「e c」1 〇丨的巨集A，被辨 識為資料組1 〇 〇當中的第一個被重複的序列，在丨〇丨，。對 應於序列「a a b」1 〇 2的巨集B，被辨識為資料組1 〇 〇當中的 下一個被重複的序列’在102’ 。對應於序列「cad」103的 巨集C ’被辨識為資料組1 〇 〇當中的下_個’被重複的序.列， 在103’ 。對應於序列「dab」104的巨集D，被辨識為資料 組1 0 0當中的下一個被重複的序列，在1 〇 4 ’、1 〇 4"。藉著 將巨集序列「ec」、「aabj 、 「cad」及「dab」的每個 出現101 ' 101’ ' 102、102, .、103、103，、104、104，、 1 04"分別以其對應的巨集符號a、b、C及D取代，原始資料 組1 00被轉換成壓縮資料組1丨〇。藉著將巨集符號A、b、 C、D以其對應的巨集序列「eCj 、 raab」、「ca(i」及 「dab」取代，原始資料組丨〇 〇可以由壓縮資料組丨丨〇及巨 集字典1 2 0被復原。 原始資料組100含有28個符號。壓縮資料組110含有12個 符號’及字典1 2 0含有11個符號。假設對於資料組1 〇 〇、 110及子典120的儲存需求直接與被儲存的符號數目成比 例’圖1的壓縮造成了丨8%的儲存需求減少（（28-(12 + 11)) / 2 8)。同樣地’如果原始資料組1 〇 〇想要經由一個頻寬受 限的通訊頻道做傳輸，壓縮資料組n 〇及字典丨2〇的傳輸將 造成18%的頻寬減少。 正如热悉本項技藝人士所知，前面提及在儲存與傳輸需 求的減少視被巨集符號取代的序列之選擇而定。例如，如 果巨集序列「e c」1 01、1 〇 1 ’未被選來被巨集符號A所取

第7頁 472238 五、發明說明（3) 代’將符號c包括入巨集序列1 〇 2、1 〇 2 ’的巨集序列 「c a a b」可能就被形成’導致字典1 2 〇及壓縮資料組11 〇符 號數目的減少。其他的巨集序列分組都可能導致字典1 2 0 或麼縮資料組11 0符號數目的增加或減少。 決定何種序列要被選作巨集的一種方法是基於一種「貪 婪」演算法。每個可能的巨集序列都被結合一個價值數 字’並且顧名思義’貪婪演算法選取具有最大價值的序 列。接著’下一個具有最大邊際價值的巨集序列被選取， 依此類推。圖2描述對於在資料組丨〇〇中重複序列的一個價 值決定範例》資料組1 〇〇當中每個達到個符號重 列都被評定其價值，有別於所有其他序列二:的考"/序 列rec」，在資料組100當中出現兩次1〇1、ι〇ι，。將這個 序列放在字典120需要兩個符號；以巨集符號A取代巨集序 列」其出現101、101’ ，可為每個出現101、101，節省 個：t -如A，序列「ec」當成一個巨集的價值是零 (2個出現*母個出現節省i個符號_字典 圖2的列201所描述。相反地，床別「 付蒎；如 , 相反地序列「ca」在資料組10〇出 現四夂，且價值為二(4個出現*每個出現節省）個符 典内的2個符號）’如圖2的列2〇2所描述。同樣地，如u 描述，序列「仏以」在資料組10°出現三次，且 知值為五（3個出現*每個出現節省3 — 且 祙、。n 4付戒 ''子典内的4個符 唬）。正如热悉本項技藝人士所知’如付 大於資料組内的原始符號，或者 尔付、小於或 要較多或較少儲存” 5虎原始符號於字典中需 貝原、母個序列的價值的決定將會相對

472238 五、發明說明（4) 應地有影響。 每個序列的「伊# 例中，價值只被：锉二：Γ皮用許多方式定義。在上述範 可以基於取代特存需求的減少來定義。巨集的價值也 如此等等。亦：丨列時相關的困難或付出的時間代價， 或較快取代，|如’短序列可能比長序列可以較容易 列的價值即可妒姑试起只基於儲存需求的價值，較長序 法都被藉由選取具有最士一 ^二如仃被疋義’負Η异 玄墓俨佶畀4· 有取大疋義^值的序列而使壓縮過程的 = = 正如熟悉本項技藝人士所知，選取 最大的價值 列亚不-定保證最後的解答會產生 圖3描述利用被描述於圖2的定義價值 =用至資料組m的結果。如上所述，序列「abca」= 有最大價值，節省5個符號。將「abca」的每個出現3〇「、 3〇1 、301”以巨集符號A 311、311’ 、311"取代於壓縮資 料組3 1 0，造成了總符號數目減少&個（I 9個符號在 料組31〇，加上4個符號以儲存序列「abca /於字在典^中貝 (未顯示））。根據貪婪演算法，在壓縮資料組31〇中的重 序列被辨識及評價。注意一給定序列在被用於一壓縮資料 組及被用於原始資料組時，其價值可能不同。邊際價值 詞常被用以定義可能隨著過程繼續而改變的參數的價值。 貪婪演算法選取關於壓縮資料組31 0具有最大邊際價值的 序列，並藉由以其巨集符號取代被選取的序列而產生下一 個壓縮資料組。之後，關於下一個壓縮資料組而具有最大

第9頁 47223

邊際價值的序列被辨識並選取，且另— 用所選出的巨集序列而形成。這個重複=資料虹被利 過程-直持續到接下來選擇的邊際二；個重估-選取 :者直到某個巨集序列的最大值被超：在；個切斷值’ 中’選擇「abca」作為一 E集時，圖在圖一3:乾例 列的邊際價值都是空的，因為圖2的三 —四字序 一個在壓縮資料組31〇當中有重複。〔字^ ^序列沒有 「心」、「ab」及「以」在壓縮資料組3i〇 : 但每一個的邊際價值都是零（2個出現* 後， 號-字典内的2個符號)。如此貪婪演算法停：現：二個符 資料組31G為其答案，、總共需要23個符號。如同 討論並描述於圖6，至少有一個其他的答案需要的符號’ 於23個，如此’本例中由貪婪演算法所提供的答案是:欠佳 的0 最佳答案可以藉由竭力地評估所有可能的巨集序 擇，以及該可能巨集選擇的所有可能的應用而被找到。、亦 即，例如，巨集序列「abca」在資料組I 〇〇出現三次。圖3 描述一個壓縮基於巨集序列「abcaj的選取以及本巨集序 列每個出現的取代。另一個可能的組合是巨集序列本 「abca」的選取，以及只有本巨集的前兩個出現、或後兩 個出現，或第一及第三個出現的取代。同樣地，該三個出 現的每一個都可被單獨取代。如此，這—個序列就需要七 個可能選擇的評估。這七個可能選擇將必須為了每個其他 重複序列的後續可能選擇而被評估。即使該解答只被限制

472238

rq 在2、3及4字序列 料組對一次竭力搜尋可能需要超過丨〇ni個評估·一 有^_個符號的資料組可能需要超過肥個評估。固匕含 ，’.口疋一種決定邊際價值的特殊方法， 了極少數的可能選擇。在圖3的範例-二〜去:評估 資料組100的壓縮評估了數百個可：：-法”為 婪演算法對於尋找好的解裳、 。雖然貪 評估範圍以包括可能選擇的果：：:目信藉由延伸 可被獲得。 & 可以有較佳的結果 發明概要 本發明的目標是 以達成壓縮的可能 標是提供—種方式 本。 提供—種碼壓縮方 選擇的許多個抽樣 ，選擇具有較可能 法及裝置’基於可用 。本發明的進—步目 提供改良壓縮的樣 這些目 之選取， 體實施例 每一組的 對的「根 的產生當 子女之間 被評估， 有最佳壓 對產生一 才票及其他是 以做為碼壓 中，一組一 壓縮效能都 源j ，且每 中’根源傳 基因特徵的 ^' —種「最 、编欵能的「 胃對後代的 由提供 縮的方 組的壓 被評估 對根源 承其壓 傳承。 適者生 個體」 根源， 一種错 法及裝 縮選擇 °這個 都產生 縮選擇 每對後 存」演 。這些 且最佳 進化演 置來達 之隨機 隨機母 一對「 ’類似 代所造 算法被 較佳個 壓縮效 鼻法於壓縮選擇 成。在 母體被 體被分 後代」 於自缺 **» #、、、 成的壓 應用來 體被分 能的個 一較佳具 產生，且 割成一對 。在後代 界父母與 縮效能都 辨識出具 割成一對 體被選為

W38 五'發明說明（7) 且^ ::。這個過程持續至其後代沒有重大的改良， = 選Ϊ答案。、在另-個具體實施例中，進- 種被Η $号二間，&下一代沒有重大的改良時，隨機的變 種被引進，且該過程被重複β 適式簡.诚 本發明被進一步詳细解羅，# η 圖式，其中./疔解樟並且利用範例，參照附隨的 圖1描述一個資料組的壓縮範例。 範— f料組内重複序列之價值因子的決定 例圖3描述利用一種傳統貪婪演算法對一資料組的壓縮範 ^ 4/田^根據本發明利用一種進化演算法搜尋〆資料組 的較佳歷細的流程圖範例。 ^描述根據本發明❹—種進化演算法搜尋，資料組 的較佳壓縮的應用範例。 圖6描述根據本發明一資料組的壓縮' 範例。 圖7描述根據本發明一種碼壓縮器的方 登明詳述 一系列被經由一種遞迴後代產生過程作業的演算法被開 發。這些遞迴後代產生過程被統稱為進化演算法，且包括 ^因演算法、變種演算法，諸如此類。在一傳統的進化演 异法中，某些特定屬性，或基因，被假設有關於執行某一 項任務的能力，基因的不同組合造成執行該項任務的不同

第12頁 五、發明說明（8) 放Hb水準。進化决算法對於那些屬性的組合與執行該任務 的效能之間的關係沒有封閉型式解的問題特別有效率。 後代產生過程被用以決定基因的何種組合對於執行某一 項任務最有效率’利用一種被引導的試誤搜尋。基因或屬 性的組合被稱為染色體。在進化演算法的基因演算法類別 當中，一種複製-重組循環被用以繁殖後代。在複製_重組 循環的複製階段，具有不同染色體的一個母體的成員交配 並產生後代。這些後代具有由根源成員傳承下來的屬性， 通常是由每一個根源基因的某種隨機組合。在一傳統基因 演算法中，執行該項任務比其他個體有效率的會被給予較 高的機會 會被給予 使其根源 重組階段 有效率地 的屬性的 的變化， 生具有愈 在本發 代能力的 對於壓縮 具有比其 代，其後 交配及 車父南的 有效率 基於偏 形成下 後代之 例如無 來愈有 明内容 組合的 一資料 他成員 代壓縮 產生後代 機會產生 地執行該 好那些在 後代， 任務的 執行該 代。依此，具 數目會隨 性生殖、 可能改善 當中，母 染色體之 組比其他 能較有效 該資料組 著每一 突變， 執行該 體涵蓋 成負0 組合有 率壓縮 的致率 ，长另平乂狂朵色體的個爱 以期使其後代繼承任何育 基因。複製-重組循環的 任務時展現效能的根源： 有在執行該任務時有效与 代而增加。其他產生後子 諸如此類，也可被用以i 任務能力的後代。 那些具有反應不同巨集i 某些巨集替代能力的組4 效率。根據本發明，藉t 的染色體的成員來產生I 即可能被增加。 _ 有很多可根據本發明被採行的進化演算法可用。碉

五、發明說明（9) ，尋演算法被發現對於複雜的組合工程任務特別有效 奄'’例如為印刷電路板設計一台取放機器，如詳述於 專利案號5,39〇,283，並於本文做為參考之用。相較於其 2化演算！：CHC演算法是-種採用「適者生存」重組 ::基因浹异法’其中只有表現較好的個體，無論根源 ’會被提供給下一個複製階段。為了減少這種選擇 配Ϊ I f ί成的不良家族效*，CHC演算法避免亂倫交 酉己？、有相“頁似屬性個體之間交配、正如熟悉本項技蓺 式都=進化演算法關於被用以造成-遞迴解的； m反兩面’且進化演算法的特殊選擇在本發明是隨 二二’：了清楚及容易瞭解’本發明詳述被利用-般常見 士當本發明内容當中其他進化演算法的使用是明顯的。人 的流程圖範例，。，匕= ^、、且内重複的序列被辨別。如圖2所示，一個 饧值端視該序列的長度、該序列出現在 ’： 數、儲存該序列的成本，以及其他 ^的-人 施例中，為了減少後續任務的複雜度，、在41"較t巨具體實 口的：:丨視壓縮資料組時影響該序列潛在價值：因辛而 的序列‘會：二3 =價值低於某一特定最小值 限制以便於處理。圖5描述關於圖 到個符號的㈣巨集序列川。在範例資料組⑽

第14頁 〜I 、 472238 五、發明說明（10) 當中有23個達到四個跨號的重複序 至少一個五個符號的重複序列「ab 如圖2所列’加上 的重複序列「abcade」。重複序列「己」及—個六個符號 「以」、「de」’及「ed」不被辨識：“？二 本例中其價值為零。同樣地，藉由將價=序二因為在 「hr 、「rl。 「 1買值為一的序列 J da」、caa」、「aab」、「cad , rade 排除在外，巨集序列之列表可被進—步減小」 接巨集序列被配置成一種染色體：構。以-種直 接的配置’該染色體結構被'定義為一 的巨集序列：「a b c 巨集序列都與該基因組的每_個有關。二進^因具J一 個：表示該相關巨集序列存在，以及另一個值表示該相關 巨7K序列不存在。在本例中，染色體被編碼為一個二進位 數、具有與可能的巨集序列數一樣多的位元。其他的配置 =式’或表現方式’也可以被採用，如下進一步所討論。 每個巨集序列都被配置在該染色體結構上的一個位置。如 下進一步所討論’為了容易處理，在一具體實施例中，染 色，結構上位置的順序會影響染色體的壓縮效能。在圖5 的，例中’巨集序列51 0被以由左至右價值遞減的順序所 顯示’利用被描述於圖2的價值決定範例。亦即，在以上 被。根據圖卜3討論的壓縮範例，巨集序列「abca」511具有 翠4的價值’並且被排在圖5的左邊第一個。沒有其他的 序列具有四或五的價值；因此，下四個行頭5 1 2是具有價 呑序列.「abc」、「ab」、「bca」，及 之後’分別具有價值二及一的巨集序列，被做 值在 + 一 _ ' dab

第15頁

472238 五、發明說明（11) 為接下去的行頭。 在43 0，~個原始母體成員被產生。該母體内的成員數 目視壓縮任務的重要程度而定。如上所述’對於一個傳統 資料組巨集選取的可能組合數目相當大。前面提及的母體 是可能組合的—個小抽樣。在一具體實施例中，該母體的 成員數目至少為五十。在圖5的範例中，有八個成員c；l_c8 520在原始母體中描述於5A。該原始母體的每個成員都有 一個染色體代表一組獨特的巨集替代屬性。在一具體實施 例中’獨特的染色體被經由一種隨機過程產生β利用前面 所提的染色體結構’每個成員c 1 _c8 520都有一個〇和1的 隨機序列被配置於每個染色體位置。某一巨集序列的染色 體位置上的1表示巨集序列51 〇的屬性存在於對库成員 例如mi具有-個染色細是巨集貝 「^」、「dab」、「edab」' 「cad」，及「仏」的屬 性之組合。亦即，成員cl有能力將巨集序列「^」、 且"Ο，」、「―」’或「da」的任意組合附貼 : 另一方面’成員。3有能力將巨集序列「ca de」=ade」的任意組合附貼 〇 染色體5 33所示。 戈风M cd的 持續於圖4的範例流程，該母體 > 〇 能都在440被評估，該母體的每 ：二二的壓縮效 列屬性可被附貼至資料組以產坐' L、有-組巨集序 述，有許多方法可以被用以效縮I料組。如上所 貪婪演算法。例如，貪娶演算^ :組°的附貼’例如 ^ 了被應用於決定哪一個可

發明說明（12) :的成員巨集序列屬性要被首先應用 '第二 一 類推。例如’貪婪演算法被應用 ：二： 「1及=」或-」的其中之-，因為巨集序列 價值2。之後在卢」。具有饧值二’比起巨集序歹lj「edab」的 際價值而定。：而正的二巨：f序列會被應用，視其邊 首本六一加…、而正如熱悉本項技藝人士所知，貪巷渾 … 巨集序列的每個附貼之後計算邊F僧佶夕垆命 ，可觀的資源。為了減少計算的複 占被用於較佳具體實施例。由於 價值由左至右在染色俨社爐内妯床 您π 日在 杜的雍用&一1 構排序，一種早獨通過類似貪 :將每個可得的巨集序列以由左至右方式附 ，，匕1即，例如圖5的成員。在44〇被評估壓縮效 月"，措者先附貼巨集「abc」，接著「dab」，接著 「eda^」，接著「cad」’接著「心」。這些附貼有些對 於壓縮過程沒有效。例如，在附貼「dab」於資料組丨〇〇之 後，所Ϊ在序列「edab」内「dab」的出現將被以「dab」 $巨集符唬取代，且序列r edab」的邊際價值接著將成為 空的’因為序列「edab」不再出現在結果資料組。正如熟 悉本項技藝人士所知，最佳化技術可被應用在方塊440， 以去除附貼那些被知曉或認定為沒有後續邊際價值的序列 之需要’或是那些邊際價值低於某一最小值的。在圖5的 範例中’每個成員52〇的計算效能CE 540被描述成壓縮資 料組内的符號總數以及對每個成員520附貼可得的巨集序 列5 1 0後的字典。亦即，如上討論地應用成員c丨的巨集序

第17頁 1

列 c 3對壓縮資料組及字典25個符號的儲存需要 n 1達到23個符號的儲存需要，成員c3則為2 要，如此等等。 』Ί兩仔冩 在45 0、，成員（例如圖5内的ci-c8 5 2 0 )被配對做交配並 產生後代（圖5内的c9_cl 6 52 1 )。由於CHC演算法被用於 具體實施例，交配被限制於非亂倫的成員之間。在一具雕 實施例中’-對對成員的染色體間的「哈明距離」被用= 決定該母體中最發散的成員以便交配。或者，如圖5所描 述’相鄰成員c卜c2、c3-c4、c5-c6，及c7-c8被西己對；如 果很明顯兩個相鄰成員具有非常類似的屬性，則配對被^ 改或是該相鄰成員被回報為不能生育。配對在圖5被染色' 體組5A及5B之間的交叉符號5 5 0代表。在本發明之一具體 實施例中’一種均勻交叉交配方式被採用。當根源具有相 同基因值時，一對成員的交配產生一對具有與其根源相同 基因的後代’且當根源的基因不同時，則產生其根源屬性 的隨機混合。例如，在圖5，成員c 1及c 2被交配以產生後 代c9及clO。成員cl及c2具有相同基因於第一（abca)、第 四（bca)、第六（bead)、第七（cade)、第十（caab)、第十 二（caa)、第十五（ade)，及第十六（eda)個染色體位置。 因此，其後代將會在這些位置的每一個都有相同的基因。 亦即，例如，根源c 1及c 2都沒有巨集序列「a b c a」屬性； 因此，其後代c9、clO也都不會有巨集序列「abca」屬 性。根源cl、c2在其他每一個染色體位置都不同。其後代 c9、c 1 0的每一個由根源c 1、c2的每一個以一種隨機「交

第18頁 472238 五 '發明說明（14) 叉」方式繼承基因值。例如，後代c 9繼承c 1的屬性於第 一、 第九、第十三’及第十八個位置，及c2的屬性於第 二、 第五、第八、第十一、第十四，及第十七個位置。後 代c 1 0繼承其根源的相反屬性於這些位置。如圖5之5β所描 述’這種隨機交又是藉由將根源cl及“的染色體分別複製 到後代c 9及c 1 0，接著再「瞬間決定」在隨機染色體位置 561-566的基因值。染色體組5B的每一個圈起來的基因對 值都代表被瞬間決定’或交又’的基因值，相較於染色體 組5 A 〇 產生的每個後代將會展現基於其繼承染色體的壓縮效 能。這些效能度量在圖4的4 6 0被評估，且被描述於圖5做 為關於每個後代c9-cl 6 521的度量541。如所描述，後代 c 9具有壓縮效能度量2 5，後代c 1 0具有壓縮效能度量2 3， 等等。注意到並非所有的交配都會造成改良的後代。成員 c5及c6，各具有效能度量24 ’產生了一對後代ci3及cl4各 具有效能度量2 5。 在4 7 0 ’表現較佳的後代取代了該母體中表現較差的成 員。在圖5的範例中，後代c 1 〇 ' c 1 1，及c丨5具有效能度量 23 ’而成員c3具有效能度量26 ’成員cl具有效能度量25， 及成員c5、c6 ’及c8具有效能度量24。因此，成員、cl 及成員c 5、c 6，及c 8的其中一個被表現較佳的後代c 1 〇、 c 11，及c 1 5所取代’以進行後續的複製-重組循環。 藉著重複複製··重組過程，母體的結果成員的特徵將會 收斂至一個共同解。該過程重複迴圈45〇_472直到母體收

第19頁 472238 五、發明說明（15) __ 斂’或直到迴圈被終止，& , ^ 是其他終止限制。 ，。.到一個給定的時間限制或 方塊4 7 6被用來確伴筮 用。如同大多數直接固Λ敵解不一定被盲目地利 至-個區域最小值，ΐίΐ,寻的特徵’搜尋可能會收傲 476，藉由更換令母科此疋或不是真正的最小值。在 被重複，在48〇 r且重：j tiff得整個複製'重組過程 員都被更換過的成員所取代。更2 :夕卜的所有成 佳具體實施例中，被更換的可、士法有很夕；在一較 貝的染色體做有限範圍内的隨機；而】：於：現最好成 "「最適者生存」的傳承策略，且…採 母個更換-重新啟動循環都被留住，、取的成貝在 到一個較差的解。 /、重设不會造成回歸 有幾個暫停準則可被用以決 動循環被重複察覺，該進化過程即被員在母個更換-重新啟 =i Γ重新啟動循環對於壓縮的改進率Λ樣地’：果 化，釦也可能被停止。這些及其早很小，，該進 技藝是常見的。當該過程被終止時暫停技術在本項 用以附貼該資料組，以產生由這種淮：：體的最佳成員被 的最佳壓縮資料組，在49Q。 嘆其法過程所找到 為求完整’圖5描述了下-個複製1級過程的結果。如

472238 五 '發明說明（16) 所描述，新的一組成員522包括了表現最好的後代Μ 〇、 ell ’及C15，以及原來表現較佳的成員c2、c4、c6、c7， 及c8。在染色體組5C成員522的安排被組成使得不同成員 的父配發生。如上所述，成員之間的哈明距離可被用以最 大化每對交配内的變化。如圖5所描述，成員cl 5及心交配 產生後代cl7及cl8。注意成員及c2都具有巨集序列 「ab」屬性，如染色體組5C「ab」行的「丨」所&表；因 此’後代c 1 7及c 1 8都有巨集序列「a b」屬性。交配過程中 的隨機交叉由染色體組5D上被圈起來的一對對所代表。 母個後代cl7-c24 523的壓縮效能都顯示於圖5的eg 543 行。特別要注思的疋仗代c 2 3的壓縮效能。對應於後代c 2 3 的巨集屬性，巨集序列「dab」、「bead」、「cade」、 「edab」、「caab」、「ade」，及「be」，以該順序對 於資料組1 Ο 0的附貼被描述於圖6。巨集序列r dab」被附 貼6 01、6 Ο 1 、6 Ο 1"後，不再有「b c a d」出現在資料組 100，也因此巨集序列「bead」在此壓縮是無用的。同樣 地’巨集序列「edab」、「ade」’及「be」是無用的 利用巨集符號A、B，及C對巨集序列「dab」601、601，、 601” ’ 「caab」602、602"，及「cade」60 3、603’ 是有用 的’壓縮資料組6 1 〇包括了 1 0個符號，且字典包括了 11個 符號’整個儲存需求為2 1個符號《如此，在本例中，進化 演算法比貪婪演算法提供至少一個較佳解，如上所討論及 圖3所描述。這個表現較佳後代C2 3及後代c 1 7 ' c 1 8、 cl9、c21、c22、C24的其中一個取代了表現較差成員c6及

第21頁 c 8，以進扞接 23是個大，續的複製-重組循環。由於該相關效能度量 取，以決〜于’隨機過程可被用以由該成員及後代之中選 代之中的：：：Ϊ交配的成員； <者，該組相關成員及後 為新的成i f 可被用以選取那些具有最大不同的成員 以上詳述矣 算法指導 、一種較佳方法及範例，使用一種進化演 這個較佳方I以!!到一種有效率的資料組壓縮方式。基於 士將是顯而易ΐ Ϊ例，其他的方法對於熟悉本項技藝之人 的一對―以：定要是巨集序列及㈣色體内位元之間 的方法及技二乂 土構一種表現方式以便有效率儲存或處理 是-種；ΐ::本；平常的。染色體的結構可以 形中的進化演首法胺^屬性破集中在樹枝之内。此情 狀結構，使能；在某階級方式來處理該樹 其處理。例如，一個庙二1支或枝幹被視為無用時透視 以-分支對應於包含序歹；育/4组100的樹，可被建構成 rab」、「abc 、「序 ab」的所有巨集序列，例如 員不包含「ab」」分支」/「_」，等等。如果其成 列的巨集序列需要被評估咬有任何包含「ab」為子序 通常包含相對較少的巨隹一:傳承。同樣地’注意到染色體 疏矩陣技術可被用 Y ^屬性，於本項技藝常見的稀 色體可以被建構以；估==巨集序列。例如，染 门表現方式的效能，或是不同演

第22頁 472238 五、發明說明(18) 异法的效能。亦即，例如，一個染色體 表是否要以一種特定順序應用其巨集屬 定順序應用其巨集屬性可以改善壓縮效 代也將含有該基因。這些及其他的染色 些熟悉本項技.藝之人士在看到本發明時 例如，有一個被證明在利用一種固定長 竭壓縮上相當有效率的較佳具體實施例 表現方式’功能上相當於上述的位元選 二進位沉思灰階編碼方式來對指數編碼 k 1 og2個位元編碼於一染色體上，其中k (可旎的巨集序列數），且每個基因在被 一個巨集序列要被用做壓縮的十進位指 體上的重複指數被稱為衝突，且衝突被 染色體所選取的下一個最高指數來解決 的基因數目等於被用於壓縮的巨集數目 值接應設置-個巨集，不同於字串映射 位元位置。 =效能的決定是被用以代表壓縮資 巨隼序Ζ字典的方法的函數。在前面 列被：個巨集符號取代造成一個 二那些資料組符號。在這樣的一個 =被假設與用於原來資料組的符號 大小相同。如同本技藝所知 ’、獨特符號表示方式的數目；例如 的基因之 性。如果 能，彳艮可 體表現方 應是顯而 度巨集字 ，利用一 取方式， 。基因被 是巨集群 解瑪時， 數。一個 以選取目 。如此該 。如此， 至某一特 一可以代 以該種特 能較佳後 式對於那 易見的。 典做程式 種二進位 直接利用 利用 的長度 都代表了 單獨染色 前未被該 染色體内 每個基因 定巨集的 料組的方法及被用 的範例當中，一個 符號以該巨集的長 範例中，巨集符號 (此後稱為「資料 ，一個符號的大小 如果該符號的大小

第23頁 472238 五、發明說明（19) 是8位元，則會有2 5 6種可能的獨特符號可被這8位元所代 表。為了區分巨集符號與資料組符號，每個巨集符號都必 須是獨一無二的。如果資料組符號不允許在原來的符號大 小内加上獨特的巨集符號，則大小必須被增加《如此，辦 加一個巨集的「成本」比一個符號替代來得大。常見於本 技藝的，一個獨特的符號’如「跳脫字母」被辨識為代表 下一個符號是一個巨集符號，而不是一個資料組符號。如 此，加上一個巨集符號的成本是該跳脫字母的大小加上該 巨集符號本身的大小。在另一個範例中，某一给定的巨， 符號數目可被獨特地在資料組符號的原始大小内被辨識$ 但是一旦該數目被超過，後續的巨集造成額外的成本°。如 此，一個巨集的邊際成本將隨前面所選取巨集的 變。在另-個範例中，字典可被建構為一種固 列’ t有固定的可能巨集符號數目，每個巨集呈 -個被放置在-個固定寬度儲存位置的巨逮都具有 一個8 X 4的字典可被定義為可 ^ ^例如， 個巨集序列都包含四個或較少#%八固巨集序列，每 達到八，或是每個巨集序列。無論疋巨集的數目 定大小的字典都會被配置。如^f到^ ’同樣的8 X 4固 的邊際成本都是沒有用的，因 彡曰加每個巨集直到八個 般目的字典的：該資料 '组内的〜個巨集序 個，使用該一般目的字典 列對應至該

存在。同樣地，一種「一般目°w疋否被填碑該字典都 組而提供，且每個資料組可具=」字典可被關柃多個資料 補充於這個一般目的字典。如田—個相關的「特殊目的」 五、發明說明（20) 邊際成本將被分配於該多個次 沒的成本而被忽略。在通訊：用.二’或被視為-個沉 典被傳輸給接收者，後；用:中’一旦該—般 般目的字典，且如此由該一組的傳輸不需包括該一 ，工用：。這些及其他符號用巨集的成本是 成本，對於熟悉本項技藝之=及:典處理技術及其相關 母體成員的起始可以有許夕應疋顯而易見的。 因決定方式已被表現如上β 型士來形成。-種隨機基 用於原始資料組，且該母體I „負婪演异法也可以被應 演算法的解為起始基因值。2至少有一個可以對應貪婪 進化演算法所提供的解可:由—種「最適者生存」 法所提供的一樣好。同樣皮確保至少與由傳統貪婪演算

關巨集序列屬性群，起始程：=色體被建構成代表相 少表現一次於初始母卿° 。被偏差以確保每一群被至 Α 锸士故、°肽。同樣方式’ 「隨機」起始過程可 二=過程’其中例如，比起較無生產力序列G 價值的巨集序列較可能被選取。這些及其他產生 % ^有事先定義或較佳屬性的母體成員組的技術’對於 見、心本項技藝之人士是很平常的。 i，集序列的定義及辨識也會影響母體中每個成員的壓縮 效能。例如’對於儲存效率，巢狀巨集序列可被支援。例 如’如果巨集符號A代表序列「bca」，巨集符號B可被定 義為序列「dA」，對應於「dbca」·，且巨集符號C可被定 義為序列「BCA」，對應於序列「dbcacbca」。藉著允許 巢狀巨集序列定義，身為一個較長序列的子集合的一個序

第25頁 五、發明說a月（21) 列的附貼，不會去除該較長序列在額外壓縮的使用。 圖根據本發明一種壓縮器7〇〇的方塊圖範例。壓縮 ° ° 個事先處理器Ή0、一個巨集建議器720、一 個附貼器730 ’及一個進化演算法處理器75〇。當壓縮過程 開始時，事先處理器71〇處理資料組7〇1以辨別在該資料組 701内的可能巨集序列。可能的巨集序列被儲存於一個巨 集群711。事先處理器71〇也提供關於巨集群7ιι的參數 714，例如該巨集群711内的序列數目，給進化演算法處理 器75 0。進^化演算法處理器75〇產生一個具有不同巨集屬性 的起始成^之母體’如上所討論關於圖4的方塊41〇_43〇。 該起始成員形成母體755，從中進化演算法處理器75〇產生 後代7 52。為了起始評估過裎，母體7 5 5的每個初始成員都 被提供給巨集建議器72〇及附貼器7 3 0，以提供一個關於母 體755的每個初始成員的壓縮度量，對應於圖4的方塊 440。之後’如下所詳述’進化演算法處理器75〇提供後代 7 5 2給巨集建s義器7 2 0及附貼器7 3 0 ’以提供一個關於後代 7 52的每一個的壓縮度量735❶由於提供起始成員及後代 752的壓細度量735之過程是一樣的’為了易於了解，圊7 及接下來的段落特別是對於後代7 5 2的。 巨集建4器7 2 0處理每個後代7 5 2以便由每個後代7 5 2的 巨集屬性提供一組建議的巨集721。巨集建議器72〇可利用 許多種決定因素來決定哪一個得自後代巨集屬性的巨集要 被提供給附貼器7 3 0，以及以何種順序。在一較佳具體實 施例中’例如’事先處理器71 〇決定在巨集群7 u當中每個

472238 五 '發明說明（22) 巨集的一個起始價值7 1 3 ’且這些起始價值7 1 3形成決定因 子71 2，包括巨集要被巨集建議器7 2 〇所考慮的順序。其他 準則71 5也可行成決定因子71 2，例如巨集之間的相依性、 對於附貼過程的界限，如此等等。 資料組701被每個建議的巨集72ι所附貼以形成一個壓縮 資料組732及一個巨集字典731，包括了每個被用於壓縮資 料組732的建議巨集721。附貼器7 3 0也決定壓縮資料組732 及巨集字典731的大小，並且提供壓縮效能735的度量，被 進化演算法處理器7 5 0用以評估每個後代7 5 2。 進化演算法處理器75 0比較每個後代752的壓縮效能 73 5，以及母體755每個成員的壓縮效能735，以決定產生 下一代752的根源。在一具體實施例中，進化演算法^理 器750產生後代752及母體755成員之組合的一個排序後的 列表，基於每個的壓縮效能，且將整個母體755以該組後 代752及/或具有較佳壓縮效能的成員來取代，如圖4之方 塊4 7 Q所詳述。 在將母體75 5更新為最有壓縮效率的成黃後，進* 法處理器750利用母體75 5做為根源以產生下個後代752 了 ^上述過程被重複。進化演算法處理器75()也執行圖4 塊4 7 2及4 7 β的收斂決定及暫停決宏 万 時，進化演算法處…二。體 =進化過程被暫停== 處理态750 k供表現最好的成員給巨 於最後壓縮資料組7 3 2及巨集字业7 ° 。求對 罘子興731，對應於進化演算法

472238 五、發明說明（23) ___ 處理所找到最佳解’給附貼器73()的 過程被終止。 & 且該 前面只描述本發明& κ 之人士能夠發展不；歡迎那些熟悉本項技藝 於本文，實現本發；’雖然沒有明確被描述或顯示 例如，在進化演C ’並且在其精神與範疇之内。 开法母個遞迴當中，附貼器73 0不―定亟 對母個建議巨集組明確地產生一個塵縮資料組7 :: 字典731。附貼器73()可以基於參數資料產生—個禮縮巨卢集旦 ν·Λ如如果—個㉟縮資料組732實際被產生有多少；： 將被&成。同樣地’附貼器730可一個 基於某-給定成員將會產生的壓縮的估計，提供一。 效此度1，而不是基於蝎力附貼的-個實際計算。 如上所提，有报多種進化演算法可被採用，並 上的名詞及參數不庳祜醢踩* 。寸5冊於 / +應破解釋為排除任何特定的進化演f 如，如上所詳述’一對一詞是被用以 : 個成員，或者被產生的兩個後代。 所顯見的’本文所示的技術可被應用於使用較U = 個成貝做交配的進化演算法’及每次交配產 u 目的進化演算&，以及允許染色 .= 進化演算法0 又饭濉度麦化的 雖然本發明被表現於節省儲存 字典符號替代也可被用於其他的庫用1=頻J之内容， -解碼糸統中’該字典可被用做—本編碼書。如杲該種^馬 中的發送及接收裝置有相同的字典，本發明可被用提供

第28頁 472238 五、發明說明（24) 一個基於該編碼字典的壓縮資料組。在本應用當中的發送 裝置只傳輸該壓縮資料組，沒有該字典。該接收裝置藉由 對照該編碼字典於該壓縮資料組而解開該壓縮資料組。 本發明可被具體實施於硬體、軟體，或兩者的組合。例 如，附貼器73 0可為一個硬體引擎，被最佳化以有效率地 用符號取代資料序列，及進化演算法處理器7 5 0可為一個 應用程式執行於一個一般目的電腦。同樣方式，上面所討 論的功能性分割也只是做為描述目的而已。例如，附貼器 73 0可以只產生壓縮資料組732及巨集字典731做為一個檔 案，且進化演算法處理器7 5 0可以藉由接達一個傳回該檔 案大小的系統常式來獲得壓縮效能度量。這些及其他系統 架構妥協及最佳化，對於那些熟悉本項技藝之人士是顯而 易見的，且在本發明之精神及範疇内。

第29頁

Claims (1)

1. 472238

   1. 一種壓縮一資料组（7 01)的壓縮器（7 ο ο )，包含·· —個進化演算法處理器（ 750 )被規劃為從一個母體根源 染色體（ 7 5 5 )產生許多個後代染色體（ 752 )，、 一個巨集建議器（7 2 0 )’操作地連接於該進化演算法處 理器（7 5 0 )，以接收該等許多個後代染色體（7 5 2 )的每一個 後代染色體（7 5 2 )’並且從而產生一組對應於該每—個後 代染色體（ 752 )巨集（721)，及 一個巨集群（711)被規劃為包含包括一個巨集序列對應 於該組巨集（7 2 1)的每個巨集的許多個巨集序列，對應於 該每一個後代染色體（ 752 )， —個附貼器（7 3 0 )，操作地連接於該巨集建議器（7 2 〇 )及 該，集群（711)，被規劃為，基於該巨集群（7丨丨）及對應於 該每一個後代染色體（ 75 2 )的該組巨集（721 )，提供該資料 組（701)的一個壓縮（732)，及 、广 其中 該進化演算法處理器（ 7 5 0 )被進一步規劃為基於有關對 應於該每一個後代染色體（752)的該資料組（701)的壓縮 ( 732 )的—個壓縮度量（73 5 )，修改該母體的根源势 (755)。 姐 2. 如申請專利範圍第1項之壓縮器（7 〇 〇 )，其中·· 該進化演算法處理器（7 5 〇)被規劃為從該母體根源染色 體（755)内的選取根源染色體對，產生該許 體（752)。 邑 3. 如申請專利範圍第1項之壓縮器（7 〇 〇 )，其中該進化演

   第30頁 472238 六、申請專利範圍 算法處理器（7 5 0 )被規劃為透過CHC演算法產生該許多個 後代染色體（7 5 2 )。 4.如申請專利範圍第1項之壓縮器（7 0 0 )，其中該附貼器 (730)被進一步規劃為，產生一個巨集字典（731)，包括對 應於至少一個該後代染色體（7 5 2 )的巨集序列的至少一 個。 5 .如申請專利範圍第1項之壓縮器（70 0 )，其中該進化演 算法處理器（7 5 0 )被進一步規劃為變換該母體根源染色體 (7 5 5 )的至少一個。 6.如申請專利範圍第1項之壓縮器（7 0 0 )，其中該巨集建 議器（ 7 2 0 )提供該組巨集（721)，基於該組巨集群（721)的 每個巨集的一個邊際價值，該邊際價值是基於有關於該每 個巨集的一個壓縮效能度量。 7 · —種壓縮一資料組（1 0 0 )的方法，包含下列步驟： 辨識（41 0 )許多個巨集序列（5 1 0 )於該資料組（1 〇 〇 )内， 並且賦予一個巨集屬性給該許多個巨集序列（5 1 〇 )的每個 巨集序列， 產生（4 3 0 )許多個根源染色體（c 1 - c 8 )，每個根源染色體 都具有一組對應的巨集屬性（5 3 1，5 3 3 )， 評估（440 )每個該根源染色體，·以決定關於該每個根源 染色體的一個壓縮度量（ 540,542 )， 產生（45 0 )許多個後代染色體（521，52 3 )，基於該許多個 根源染色體（c卜c8)，透過一種進化演算法過程，該許多 個後代染色體（ 52 1, 52 3 )的每個後代染色體（c9-c24)都具

   第31頁 472238 六、申請專利範圍 有—組對應的巨集屬性（531，533 )， 評估（4 6 0 )該許多個後代染色體（5 2 1, 5 2 3 )的每個後代染 色體（c 9 - c 2 4 )，以決定關於該每個後代染色體（c 9 ~ c 2 4 )的 一個後代壓縮度量（541，543 )， 辨識（4 7 0 )許多個較佳染色體（5 2 2 )，基於關於該每個後 代染色體（c9-c24)的該後代壓縮度量（541，543)，並且賦 予一個巨集屬性給該許多個巨集序列（51 0)的每個巨集序 列，及 產生（4 9 0 ) —個壓縮資料組（6 1 0 )，基於對應於該許多個 較佳染色體（522 )的一個選取染色體的該组巨集屬性。 8. 如申請專利範圍第7項之方法，其中產生（490)該壓縮 資料組（6 1 0 )的步驟包括下列步驟： 對該資料組（1 〇 〇 )内巨集序列的至少一個出現（1 〇 1 -1 〇 3 ) 替代一個巨集符號（111 - 11 3 )，對應於該選取染色體的至 少一個巨集屬性。 9. 如申請專利範圍第7項之方法，其中評估（4 60)每個後 代染色體（c9-c24)的步驟包括下列步驟： 由該後代染色體（c9-c24)選取至少一個巨集屬性， 附貼該至少一個巨集屬性於該資料組（1 0 0 )，以產生一 個後代資料組， 基於該後代資料組的一個大小，決定該後代壓縮度量 ( 54 1,5 43 )。 10. 如申請專利範圍第9項之方法，其中由該後代染色體 (c9-c24)選取至少一個巨集屬性的步驟，是基於該至少一

   O:\62\62223.PTD 第32頁 472238 六、申請專利範圍 個巨集屬性的一個邊際壓縮效能。 11.如申請專利範圍第1 0項之方法，其中決定該後代壓 縮度量（541, 543)的步驟，也基於對應於該至少一個巨集 屬性的巨集序列的一個大小。

   O:\62\62223.PTD 第33頁