基于遗传算法的片上网络低功耗映射

随着片上网络(Network-on-Chip)集成度的提高,功耗逐渐成为设计的焦点.本文提出了一种在延时约束条件下,基于遗传算法的片上网络通信链路的低功耗映射算法.该算法使用数组方式编码染色体,并采用非常规码的交叉和变异运算因子.它充分利用遗传算法的群体优势,能快速有效地对通信功耗作优化.实验表明,该算法能平均减少50%左右的通信功耗.     

基于Memetic算法的仿真用例集约简技术

在芯片项目中，回归测试是一项重复进行的工作，需耗费大量资源，用例集的反复执行可确保设计的正确性，但会产生较大的测试运行代价。将遗传算法的特点与局部搜索策略的优点有机结合，对约简问题进行数学建模，设计了Memetic算法，对其中的全局策略和各算子、局部策略进行了改进，以功能覆盖率为衡量标准，在完全覆盖的情况下，Memetic算法较标准遗传算法的收敛速度更快，用例集更精简，并较大程度地降低了回归测试的运行代价。     

面向纳米电路的改进型卷积核可制造性模型建模研究

囿于材料和工艺稳定性等原因, 纳米级集成电路制造依然基于193 nm激发光的工艺, 光刻波长远大于版图尺寸, 使得制造中光的干涉和衍射现象极大降低了分辨率, 影响了芯片质量, 因此版图在制造前需要使用可制造性模型进行查错. 传统模型对制造过程进行物理建模, 通过对模型中的矩阵进行分解得到卷积核, 所使用的物理模型不仅复杂, 而且应用难度高, 加之还有物理模型缺失的情况, 因此难以描述具有上千参数的生产线. 本文使用卷积的形式作为可制造性模型的框架, 通过优化算法提取版图到硅片轮廓这一过程的信息并以卷积核的形式体现出来, 卷积核中的每一个元素均为根据已知的生产线输入输出数据优化得出, 是描述制造过程的一个维度. 该模型克服了传统模型需要工艺参数等机密信息的缺陷, 同时具有更强的描述制造过程的能力; 模型甚至可以包含版图校正信息, 描述从版图到硅片轮廓这一全流程. 该模型在65 nm工艺下的实验结果表明该模型具有8 nm的精度.     

基于比例积分控制的电压反馈型Buck变换器分岔

在分段光滑模型的基础上,推导出基于比例积分(PI)控制的电压反馈型Buck变换器的光滑模型及离散迭代模型.证明了功率系统的混沌吸引子在负载线上运动,并受到占空比的控制,模型的流形围绕吸引子运动并出现1周期、2周期及混沌现象;推导出电压反馈型PI控制系统的输出电压与Buck变换器的输出电压成线性关系,在此基础上指出PI控制中的比例因子起主导作用;分析了系统的倍周期分岔、边界碰撞和混沌现象,并展示了变换器状态的转移过程.实验结果表明了理论建模分析和仿真的正确性.     

基于支持向量机及遗传算法的光刻热点检测

提出一种基于支持向量机（SVM）及遗传算法（GA）的集成电路版图光刻热点检测方法.首先对版图样本进行离散余弦变换（DCT）以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测.为了提高光刻热点检测的精度及效率,采用遗传算法（GA）对频域特征进行选择,并同时优化SVM参数.实验结果表明,基于SVM及版图频域特征并结合遗传算法进行优化的光刻热点检测方法可以有效提高版图光刻热点的检测精度.