遗传优化三值神经网络多故障测试生成算法

对于复杂的大规模集成电路,传统的测试生成算法已不再适用,研究新型有效的数字集成电路测试生成算法具有十分重要的理论价值和实际意义。提出了一种基于遗传优化的三值神经网络多故障测试生成算法。该算法利用三值神经网络的相关定理、定义,推导出了数字电路逻辑门的三值神经网络能量函数,由此构成了三值神经网络的约束网络。用遗传算法求解出了约束网络能量函数的最小值点即多故障测试矢量。遗传算法中的适应度函数是与具体应用问题的主要接口,它的构造直接影响问题求解的效率。在研究了其他遗传算法适应度函数的基础上,提出了新的适应度函数,并用软件实现了算法,在国际基准电路上的仿真实验结果表明了该算法的正确性。

基于神经网络的组合电路测试生成算法

介绍了一种基于神经网络的组合电路测试生成算法 .该算法不同于传统的方法是它既不需要回退也不需要故障传播的过程 .利用Hopfield神经网络模型将组合电路表示成双向的神经网络 ,通过故障注入 ,建立被测电路的约束网络 ,并构造网络的能量函数 ,将组合电路的测试矢量对应于神经网络能量函数的最小值点 ,从而运用遗传算法求解能量函数的最小值点来求得测试矢量 .在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间 .

神经网络在组合电路故障模拟测试生成算法中的应用

本文在基于故障模拟的测试生成算法基础上,提出了一种初始测试矢量的生成方法,即采用神经元网络模型来生成初始矢量,既避免了随机生成初始矢量的盲目性,又避免了确定性算法使用回溯所带来的大运算量。试验结果证明这种方法是有效的。

一种有效的组合电路测试生成算法（英文）

为了改善组合电路测试生成效率,提出了一种有效的基于三值神经网络的组合电路测试生成算法。该算法不需要传播和回溯,而是使用三值神经网络把组合电路表示为双向神经元网络,并构建网络的能量函数,最后使用遗传算法求出全局最小值点作为电路的测试矢量,所以组合电路的测试生成问题转换为优化问题。在标准电路上的测试实验结果表明该算法具有较高的故障覆盖率和较短的测试生成时间。

基于三值神经网络的组合电路测试生成算法

针对集成电路的规模和复杂度不断增加而相应的测试却越来越困难问题,提出了一种基于三值神经网络的组合电路测试生成算法,该算法不需要传播,也不需要回退,而是利用三值神经网络把组合电路表示成双向的神经网络,并构造网络的能量函数,用遗传算法求解能量函数的最小值点来求得测试矢量,这样就把组合电路的测试生成问题转化为数学问题,在一些基准电路上的实验结果表明,本算法具有较高的故障覆盖率和较短的测试时间。

一种时序电路的测试生成算法

本文提出了一种高效的时序电路测试生成算法,该算法是建立在自适应算法的基础上,并使用了十七值逻辑模型。文章详细介绍了该测试算法的内容及其实现过程,并举例说明了该算法的测试效率。

基于极限学习机的模拟电路测试生成算法

为了在保证测试精度的前提下提高模拟测试生成算法测试效率,提出了一种基于极限学习机的模拟测试生成算法.首先利用极限学习机对采集的脉冲响应空间样本进行分类,从而减少分类时间消耗,然后联立求解极限学习机表达式和模拟测试生成算法测试序列生成式,得到基于极限学习机的测试序列生成算法表达式,从而简化了测试结构.实验结果表明,基于极限学习机的模拟电路测试生成算法,在保证精度的前提下,可以较好地减少测试时间消耗,提高测试效率.

面向同步时序电路的电路并行测试生成算法

面对VLSI设计规模日益增大的挑战 ,除了电路并行以外 ,其它已有的基本并行策略都无法从根本上解决测试生成的复杂性问题 .然而 ,已有的电路并行测试生成算法并未取得理想的结果 ,尤其对时序电路 .因此 ,如何划分电路 ,成为电路并行算法的设计基础和成功的关键 .面向逻辑级描述的同步时序电路 ,以触发器为核的电路划分算法BWFSF将电路划分为大功能块 .对Benchmark - 89电路的实验结果表明 ,基于G -F二值算法和BWFSF算法的电路并行测试生成算法在有效减少存储空间消耗的同时 ,还能够获得稳定的加速比 .

采用基本门单元完全测试矢量的测试生成算法

文章介绍了一种采用基本逻辑门单元的完全测试矢量集生成测试矢量的方法 ,该方法可以将搜索空间限制在 2 (n+1 )种组合内。它采用故障支配和故障等效的故障传播、回退等技术 ,建立了一套从局部到全局的测试生成新方法。同时 ,利用基本门单元完全测试矢量的规律性 ,可以实现最小的内存容量要求。在一些基准电路的应用实例中 ,得到了满意的结果。

数字电路阈值故障测试生成算法（英文）

提出一种有效的数字电路故障阈值故障测试生成算法。首先构造出数字电路的阈值测试模型,通过这个模型可以区分出可接受故障和不可接受故障,然后使用成熟的固定故障测试生成算法得到不可接受故障的测试生成矢量。在ISCAS’85和ISCAS’89电路上的实验结果表明:该算法的故障覆盖率能达到96%,故障测试生成时间少于0. 019 s。

基于阈值的数字电路故障测试生成算法

针对数字电路中的可接受故障提出了一种有效的基于阈值的测试生成算法。该算法构建了数字电路的阈值测试生成模型,使用此模型能够有效地区分可接受故障和不可接受故障。应用成熟的固定故障测试生成算法生成不可接受故障的阈值测试矢量。在ISCAS’85国际标准电路上的实验结果表明了本算法的可行性。

基于三值神经网络的组合电路测试生成算法

针对集成电路的规模和复杂度不断增加而相应的测试却越来越困难的问题,本文提出了一种基于三值神经网络的组合电路测试生成算法。该算法不需要传播,也不需要回退,而是利用三值神经网络把组合电路表示成双向的神经网络,并构造网络的能量函数,用遗传算法求解能量函数的最小值点来求得测试矢量,这样就把组合电路的测试生成问题转化为数学问题:在一些基准电路上的实验结果表明本算法具有较高的故障覆盖率和较短的测试时间:

测试生成算法评估与预报系统

测试生成算法评估与预报系统分别利用回归算法、神经网络算法和遗传算法为测试生成算法建立预报模型,使得对给定电路,不必 实际运行测试生成算法,就可快速地得到最有效的测试生成算法。对如何利用遗传算法建立预报模型进行了较为详细的论述。

VLSI测试生成算法

本文讨论了VLSI功能测试的自动测试生成算法,并给出实用的算法模型。

一种先进的时序电路测试生成算法

本文对近年来国内外学者在时序电路测试生成方面的研究成果进行了综述,对其做了比较、分析, 并在前人研究的基础上提出一种时序电路的测试生成方法。

一种数字电路的测试向量生成算法

结合一个实际电路 ,研究了一种可把数字电路故障定位到器件级的测试向量生成算法。该算法首先划分电路功能块 ,然后基于功能测试的思想 ,通过功能块测试向量的迭代生成整个电路的测试向量。还提出了一种基于器件布尔函数建立故障字典的方法 ,这种方法思路清楚 ,软件编程实现方便。

多故障测试生成的一种简化算法

针对求解布尔差分要做大量的异或运算,特别是求解高阶布尔差分繁琐的问题,提出一种具有约束条件的布尔差分简化方法。通过对布尔差分算法进行剖析,得出所求测试应该使测试集方程中的布尔函数f(X)随变量的改变而改变,由此可将差分方程表示成恒等式。为保证故障能向输出端传播,需要加入测试矢量生成的约束条件,所以该方法只需通过求解恒等式及约束条件来得到完全测试集。通过采用简化算法和未采用简化算法实例的比较,证明了简化方法的正确性和简化性,仿真验证了所求测试矢量可以检测出设定故障。

基于遗传算法的数字集成电路多故障测试生成方法

在数字集成电路多故障测试生成算法的研究中,寻求具有高故障覆盖率,较短测试生成时间是问题的关键。文中采用遗传算法,通过对已有算法的分析,提出了计算简单、切实有效的适应度函数,减小了算法的时间复杂度,实验结果证明该算法可以有效地得到故障的测试矢量。

组合电路的故障测试生成D算法研究

测试生成指针对电路中一个故障找出能检测该故障的测试码,测试生成算法的好坏决定着测试技术的好坏.确定性测试中,测试算法的研究显得尤为重要.分析了组合电路的故障测试生成D算法,以施耐得计数器电路为例,研究了D算法在组合电路故障测试生成中的应用,并给出了D算法与通路敏化法、布尔差分法的应用比较结果.

基于有向图的最小完全覆盖互操作测试序列生成算法

互操作测试过程目的是用尽量少的测试序列数目对目标系统实施测试,而又能检测出尽可能多的错误.采用基于有向图的满足互操作测试的最小完全覆盖准则的测试序列生成算法可以生成更有效的互操作测试集.