性能驱动系统划分的均场退火方法

本文通过把时延约束条件转化为一个布尔矩阵，利用这个布尔矩阵构造能量函数的时延约束项，从而解决了用神经网络处理时延约束这类不等式约束的难题，并据此提出了一个性能驱动的ＶＬＳＩ系统划分的均场退火算法．算法不仅考虑了模块间的连接关系，还考虑了版图的物理结构，是一种逻辑与版图相结合的划分方法．实验表明。

BBL布局的均场退火方法

均场退火方法既可以看作是一种新的神经网络计算模型，又可视为是对模拟退火的重大改进．提出了一个基于均场退火方法的任意单元布局算法，用一个三维二值换位矩阵将问题映射为神经网络，建立包含重叠约束和优化目标的能量函数，再用均场退火方程迭代求解．每个单元只能放置在布局平面一个位置上的约束。

k-着色问题及其均场退火求解算法

均场退火方法既可以看作是一种新的神经网络计算模型 ,又可视为是对模拟退火的重大改进 .该文把具有相邻约束的多层通孔最小化问题转换为更具广泛意义的 k-着色问题 ,并提出了 k-着色问题的均场退火求解算法 .算法在线段相交图模型的基础上 ,提出了相邻矩阵和交叠矩阵等概念 ,并利用换位矩阵 ,将问题映射为相应的神经网络 ,再构造了该问题的能量函数 .能量函数中的目标项、违背交叠约束的惩罚项、违背相邻约束的惩罚项和神经元归一化处理保证了网络能够求解到一个合法解 .实验结果表明 ,这是一个有效的算法 .