基于遗传算法的MCM热布局优化研究

在多芯片组件（Multi-Chip Module，MCM）的热设计中，MCM内裸芯片组装密度大，且裸芯片是主要发热源，各裸芯片之间的位置布局直接影响MCM内温度场分布，进而影响MCM的可靠性。本文基于热叠加模型，选取裸芯片的平均温度作为评价指标，确定出用于MCM热布局优化的适应度函数，基于遗传算法提出一种MCM热布局优化算法，并编制相应优化程序，实现对裸芯片的热布局优化，得出热布局规则用于指导MCM的实际热设计；采用有限元分析软件ANSYS，对MCM布局优化结果进行温度场-应力场偶合分析，以仿真的方法验证MCM热布局优化算法的有效性。     

基于遗传算法的布局问题的实现

为了克服单一遗传算法的早熟现象，本文提出了将启发式算法和遗传算法结合的一种新算法，进行布局优化的求解。实验证明，在一定程度上提高了解的质量。     

遗传算法应用于VLSI布局的研究

本文是应用遗传算法实现ＶＬＳ门阵列模式布局,从建立相应的数学模型入手,提出一个较完备的综合布局目标函数,引入通道拥挤度的概念,从而改变了传统的常以总线长度或刻线数目的单一目标函数,使布局的构形更趋合理。在遗传３参数选取方面,提出了几种改善收性的措施,大大加快了遗传算法的收敛速度。     

基于遗传算法的不规则物体布局求解方法研究

通过对不规则物体布局特点的分析,依据遗传算法的基本思想,提出一种基于遗传算法的不规则物体布局求解算法.本算法选择合适的编码方法、遗传算子和合适的适应性度函数,仿真实验表明,该算法具有收敛速度快,解决早熟现象,能够在较短时间内获得较佳的布局方案.     

基于ANSYS的板级电路热分析及布局优化设计

为了在设计阶段预测电子系统的散热问题,运用ANSYS对板级电路进行建模、加载,得到温度场的分布;通过元器件的布局优化分析得到了合适的布局方案,对比分析了考虑散热措施时的温度场分布;根据分析结果对板级电路热设计时元器件在PCB上的布局提出了合理化建议。     

基于热叠加模型的叠层3D多芯片组件芯片热布局优化研究

 叠层三维多芯片组件(3D Multi-Chip Module,MCM)芯片的位置布局直接影响其内部温度场分布,进而影响其可靠性.本文研究了叠层3D-MCM内芯片热布局优化问题,目标是降低芯片最高温度、平均芯片温度场.基于热叠加模型并结合热传导公式,选取芯片的温度作为评价指标,确定出用于3D-MCM热布局优化的适应度函数,采用遗传算法对芯片热布局进行优化,得出了最优芯片热布局方案,总结出了可用于指导叠层3D-MCM芯片热布局设计的热布局规则;采用有限元仿真方法,对所得的热布局优化结果进行验证,结果表明热布局优化结果与仿真实验结果一致,本文所提出的基于热叠加模型的MCM热布局优化算法可实现叠层3D-MCM芯片的热布局优化.     

基于遗传算法的太阳能热利用系统控制器设计

不可再生能源的逐渐枯竭和日益严重的环境问题强烈呼吁人们要大力发展可再生能源,太阳能以其分布广,储量丰富的特点受到了广泛关注。然而太阳能利用率低,能量储存难等成为当前太阳能利用过程中急需解决的关键问题。对于太阳能热利用系统而言,如何设计太阳自动跟踪装置,提高太阳能的转换率是一项重要研究课题。遗传算法是一种随机搜索的全局化方法,它通过交叉和变异操作大大减少了受初始状态的影响,使搜索得到最优结果而不停留在局部最优处。本文采用Matlab仿真工具设计了太阳能热利用系统的控制器,利用遗传算法编写控制程序,进行控制器的参数优化,从而实现了对太阳能的最大利用率,改变了惯用的依靠经验选取参数,效率低难以实现最优化的缺陷。仿真结果验证了智能优化算法的有效性。     

基于量子遗传算法的多光电二极管布局优化

光电二极管是一种体积小、成本低的感光传感器，由至少三个配合可实现太阳矢量的测量，从而可以作为低精度的太阳敏感器。为了尽可能实现在360视场空间任意方位求解太阳矢量，如何选择光电二极管数量并确定其布局方式是一个难点。文中首先将360视场空间等表面积离散化，将无限的传感器的布局优化问题转换为有限的组合优化（NP问题难）。然后，通过建立覆盖度和均匀度的多目标优化函数，并结合量子遗传算法求解最优方案。实验分析了不同光电二极管数量和视场范围的布局效果，对多光电二极管的布局优化提供了理论性依据。实验结果显示，选择12~14个光电二极管可以基本实现无覆盖风险和均匀风险的布局。     

基于热影响及布局利用率的三维集成电路布局规划算法设计

针对三维集成电路设计流程中存在的布局规划问题,提出了协同考虑热影响和布局利用率的布局规划算法设计方案,并利用多次模拟退火过程,实现完整三维集成电路布局规划算法的设计流程.通过对通用的MCNC benchmark基准电路的验证,相比已有的布局规划方案,该布局规划算法在峰值温度降低3%左右的情况下,在布局利用率上能够得到平均30%以上的性能提升.     

基于遗传算法的优化排样

介绍了遗传算法以及二维不规则图形的计算机优化排样，研究了二维不规则图形排样中如何建立遗传算法的目标函数，如何实现交叉、变异运算等优化过程，找到了运用遗传算法实现二维不规则图形优化排样的方法。通过计算机编制了运用遗传算法进行二维不规则图形优化排样的运算程序，并对部分样形进行了优化排样，结果比较满意。     

面向VLSI版图复用技术的二维层次式压缩算法

面对 VLSI生产工艺的不断更新 ,利用已有的版图 ,迅速获得适应新工艺的新版图 ,已成为市场上实际的需求 .提出的基于约束图的压缩算法 ,是面向全芯片压缩的二维压缩算法 .它采用层次式压缩策略 ,“落叶池”等新的数据结构 ,在压缩过程中放松模块间的连线 ,具有自动加入拐弯的功能 .从两个例子的压缩结果 ,可以看出这是一个实用的新压缩算法     

基于改进遗传量子算法的FIR数字滤波器设计

采用改进遗传量子算法(IGQA)进行FIR数字滤波器的优化设计,将滤波器的过渡带样本值作为变量进行优化,解决了传统方法(查表法)不能保证数据最优的问题。针对遗传量子算法(GQA)在优化连续多峰函数时易出现早熟的问题,提出一种改进遗传量子算法(IGQA),典型函数测试表明,IGQA的性能优于GQA和其它几种遗传算法,收敛速度快,全局寻优能力强,能有效地克服早熟现象。采用IGQA优化设计的FIR数字低通和带通滤波器的性能较查表法得到了很大改善。     

OFDM系统中基于遗传算法的导频设计

在实际的OFDM系统中，虚载波的存在破坏了等间隔等功率导频的最优性。本文针对实际的OFDM系统，在给定导频功率的情况下，利用遗传算法对导频的位置进行优化，从而避免了穷尽搜索。同时为避免求逆运算，推导了最小二乘准则下信道估计均方误差的一个上界，并将其作为遗传算法的适应度函数。仿真结果表明采用本文所提算法设计的导频信号优于传统等间隔等功率的导频信号。     

基于遗传算法的横电磁波传输室芯板优化设计

采用遗传算法,对横电磁波传输室(TEM CELL)内的芯板结构参数做了优化,优化结果增加了横电磁波传输室(TEM CELL)的测试区域,提高了传输室的效费比。同时也验证了遗传算法解决此类问题的有效性。     

基于遗传算法的花卉图案创新设计

通过对花卉装饰图案的分析和概括,抽象出所需的纹样,利用遗传算法来生成纹样,以此构造丰富多彩的纹样库.然后通过对装饰图案的结构分析,对纹样库中的各种纹样进行选取及组装,产生各种各样风格不同的装饰图案,并可根据实际需要进行人工修改.实验证明,该方法能够增强装饰图案的创新性.     

基于遗传算法的多传感器数据融合

文章给出了一个新的应用遗传算法技术的分级多传感器数据融合算法，各个传感器信息之间的关系用一种较新的模糊算子确定，与传统的集合论的并、交操作相比，它能更好地模仿人的推理。此外，遗传处法能近似最优地确定模糊算子的参数，使算法在信息源的可靠性，信息的冗余度／互补性以及进行融合的分级结构不确定的情况下，以近似最优的方式对传感器数据进行融合。     

遗传算法在优化设计宽频微带天线中的应用

将遗传算法与FDTD法结合优化设计出了一种宽频微带天线.文中简要讨论了遗传算法的操作过程,并介绍了减少遗传算法与FDTD法结合优化微带天线计算量的方法.与初始矩形微带天线相比,优化后天线的阻抗带宽增加了三倍多.     

基于遗传算法的N路双频功率分配器设计

提出了采用遗传算法对N路双频功率分配器进行优化设计.N路双频功率分配器的结构由N个两节阻抗变换器和N个隔离电阻组成.首先,对功率分配器电路的理想传输线模型进行偶-奇模分析,并在遗传算法中加入最优保持操作、变概率的交叉和变异操作,解决遗传算法早熟收敛的问题,避免复杂的公式推导,快速、高效地得到优化结果.使用射频仿真软件ADS,对得到的器件结构参数进行仿真分析.结果显示,所有端口均具有良好的匹配,隔离度满足应用要求.