基于遗传算法的VLSI布图规划方法

提出了一种有效的基于遗传算法的VLSI布图规划方法.在染色体的表达中,对软模块不同形状和硬模块的布局方向进行了编码,并设计了有效的启发式解码方法进行解码.测试结果表明,该算法比已有算法得到了更优的结果.     

VLSI布图中并行算法的应用

本文简述并行算法在ＶＬＳＩ自动布图中的应用，介绍了这一领域的研究现状，所采用的关键技术以及进一步的研究发展方向。     

时延驱动的VLSI版图规划算法

本文提出了时延驱动布图规划的思想。在用改进的广义力矢量法优化功能单元间连线时延的同时，运算非线性规划的方法进一步优化关键路径上功能单元的时延及连线时延。结果表明，这是一种有效的优化版图时延的方法。     

未来十年VLSI布图技术的新挑战

1999年4月底,在美国举行了第三届国际布图设计学术讨论会,会议就未来10年布图设计的需求和发展趋势进行了深入讨论,会上SRC提出了“未来十年VLSI布图技术的十大问题”,作为大学、研究机构和工业界的主要研究课题和产品开发方向。SRC是包括一些美国主要半导体公司,如Intel、IBM、Na－tlOn。Iseml。OnduCtor和LSILOgiC等联合组成的超大规模集成电路计算机辅助设计（VLSICAD）技术研究项目的管理机构。为什么会提出这10个问题？首先,我们看一看未来10年的半导体工艺发展情况。下表给出从1997－2009年世界集成电路工艺发展趋…     

群法及其在LSI/VLSI自动布图设计中的应用

本文系统、深入地研究了LSI/VLSI自动布图设计中的群法问题.引入了一系列新的概念:如稳定群、稳定群的级、绝对封闭群等.得出并证明了稳定群的一些重要性质.本文认为,历史上群法中一种非常重要的评价参量,群强度,是不可靠的,并成功地用稳定群代替.用本群法得到的结果与历史上典型群法得到的结果进行比较,结论是非常令人满意的.     

基于角模块布图表示的增量式布图规划算法

提出了一种基于CBL布图表示的新的增量式布图规划算法.该算法能很好地解决包括不可二划分结构在内的布图规划问题.针对现有增量式的一些需求,算法给出了相应的高速解决方案.在已有的初始布局的基础上,基于CBL表示方法建立水平约束和垂直约束图,利用图中关键路径和各模块之间的累加的距离松弛量进行增量式操作.对于新模块的插入,在力求面积最小,线长最短和移动模块数目最少的目标指引下能快速地找到最佳位置作为插入点,高效地完成相关操作,算法的时间复杂性仅为O(n).通过对一组来自工业界的设计实例的测试结果表明,该算法在保证芯片的面积、线长等性能不降低甚至有所改善的情况下,运行速度相当快,仅在μs量级,满足了工业界对增量式布图规划算法在速度上的首要要求,同时保证了基本性能的稳定.     

具有单元自动生成的多元胞布图方法

本文提出一种新的多元胞自动布图方法.主要由四个部分构成,块的生成、块内一维布局、单元生成、通道布线.其中第一部分采用了分析的方法完成各个块的生成,目标为使连线最短和块之间连线和隔块连线最少.第二部分中引入了伪单元的概念以处理含有约束的一维布局问题,解决了各个块之间的相互连线关系以及隔块连线.第三部分中的单元生成,引入了类似硅编译的一些思想,在硅编译与传统的自动布局方法之间的结合方面做一些有益的尝试.第四部分的通道布线是一个比较灵活的方法,可以解决用户提出的各种工艺上的要求的布线,提高了布图的物理性能. 整个过程用C语言编成程序并已在PCS-68000机上运行.     

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Voronoi图和遗传算法的航迹规划

面对复杂的作战环境,如何快速地规划出满足约束条件的飞行轨迹,是实现无人机突防攻击的关键.提出了一种基于Voronoi图和改进遗传算法的航迹规划方法,该方法采取分层规划的思想,首先由Voronoi图生成初始航迹,并综合考虑约束条件,赋予各条航迹相应的权值;然后采用遗传算法在生成的航迹空间中寻优, 从而得到满意的航迹.为避免产生不可行解,采取了基于优先级编码的改进遗传算法,详细介绍了其编码与解码原理,并给出了相应的操作算子.仿真结果表明,整个航迹规划的思路是可行的.     

深亚微米条件下的多层VLSI／MCM层分配的遗传算法

本文提出了一个深亚微米条件下的多层ＶＬＳＭＣＭ有约束分层层分配的遗传算法。该算法分为两步：首先进行超层分配，使各线网满足Ｃｒｏｓｓｔａｌｋ约束，且超层数目最少；然后进行各超层的通孔最少化二分层。与目前的层分配算法相比，该遗传算法具有目标全面，全局优化能力强等特点，是一种可应用于深亚微米条件下的ＩＣ ＣＡＤ的有效分层方法。     

基于遗传算法的梳状谱峰值控制方法

针对梳状谱峰值控制问题，采取遗传算法（GA）搜索梳状谱峰值的最小值。通过构造相位集进行编码，采用移民和精英保留使得结果收敛到最优解，实验结果表明此方法比穷举法效果好且耗时短。     

一种基于改进遗传算法的自适应区域生长法研究

区域生长法是图像分割的一种常用的方法,但该方法中种子点的选取仍需人为地判定,从而影响了分割效果.因此将遗传算法引入模糊C-均值聚类方法,不仅克服了模糊C-均值聚类的局部性和对初始聚类中心的敏感性,同时也实现了图像种子点数目和位置自动选择和确定.实验结果表明这种方法是可行和有效的,它扩大了遗传算法和模糊C-均值聚类的应用领域.     

基于遗传算法的MIMO阵列位置误差自校正方法

天线阵元的位置误差会影响天线阵元所接收到信号的相位。基于特征值分解的高分辨率波达方向(DOA)估计算法对信号的相位误差非常敏感。针对多输入多输出(MIMO)阵列,本文基于遗传算法,利用自校正思想,构造一个对不同方向空间谱值进行加权求和的自适应权函数,结合MUSIC方法,构建个体适应度函数,实现了MIMO阵列阵元位置误差与DOA的联合在线估计。仿真结果表明该方法进行DOA估计的同时,还可以完成阵列位置误差的在线估计与校正,提高了系统参数估计的鲁棒性。     

基于遗传算法的影像匹配方法研究

影像匹配是立体视觉中的核心问题之一。本文基于传统的影像匹配技术,提出了一种基于遗传算法的影像匹配方法。针对简单的遗传算法易于陷入局部最优的缺点和影像匹配的具体问题,对基本遗传算法作了改进。实验表明,此种方法具有较好的匹配精度和速度,能应用于各种类型的匹配中。     

基于遗传算法的微带天线优化

微带天线具有质量轻、体积小和易于制造等优点,已广泛应用于个人无线通信中。文中将遗传算法和HFSS-Matlab-API接口程序应用到微带天线优化中,设计了一套基于遗传算法和HFSS的天线优化方案。针对微带天线带宽窄的缺点,成功利用该方案优化出了一种宽带E形微带天线的尺寸以及馈电位置,带宽由一般微带天线约5%展宽到30%左右。     

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。     

基于快速模拟退火算法的可切割布图规划方法

为了提高基于经典模拟退火算法的可切割布图规划方法的效率和效果,提出了一种动态改变温度下降比例来实现快速模拟退火算法的可切割布图规划方法,并将提出的方法应用于MCNC基准电路进行测试.实验结果表明该算法可以提高搜索优化解的效率和效果.