群法在宏单元门阵列布局中的应用

为了适应超大规模集成电路自动版图设计的需要，本文提出以改进的群法为基础的宏单元门阵列布局方法．它通过同时考虑单元尺寸及单元连接度进行结群，并结合广义力向量松弛法，具有速度快，迭代改善效果明显等特点．本文最后给出实验例子，验证了算法的有效性．

用遗传算法优化—维门阵列布局

介绍用遗传算法对门阵列布局设计进行优化的新方法。由于门阵列布局是一排列问题,传统的遗传杂交会导致门的重复,因此必须对传统的遗传算法进行修改。为了适合优化门阵列布局问题,这里使用了宽度搜索技术。用遗传算法得出的染色体建立门的相互排列邻接关系,宽度值用于限制搜索空间,使搜索更为有效。该算法的结果比基于图论的启发式计算效果更好。

基于改进型遗传算法的门阵列模式布局

门阵列模式布局是一类 NP完全问题 .本文将一种改进型遗传算法用于门阵列模式布局 ,提出了相应的数学模型 ,并在布局目标函数中引入了通道拥挤度的概念 ,使布局的构形更趋合理 .实验表明 ,应用所提出的模型及算法能在较短的时间内提供优化解 ,避免了一般优化算法的局部最优问题和维数灾难问题 。

蚁群与粒子群混合的FPGA布局算法

FPGA布局在自动化设计中起到了十分关键的作用。将粒子群蚁群混合算法应用于FPGA布局问题,针对MCNC基准电路进行布局实验,并与模拟退火算法(SA),模拟退火与遗传混合算法(GASA)及蚁群算法(ACO)等进行了对比。结果表明该布局方法具有较好的性能。

基于遗传算法的布局问题求解

布局问题是VLSI布图设计中的重要问题,传统的方法很难得到满意的解答。针对该问题,文中提出了一个基于遗传算法的求解方法,并将它应用到VLSI门阵列模式布局设计中,构造了一个较完备的综合布局目标函数,引入并定义了通道拥挤度。实验结果表明,所提出的方法能在较短的时间内提供优化解,为VLSI布局设计提供了一种新的思路。

遗传布局算法

VLSI门阵列模式布局是一类NP完全问题,传统的分析、研究方法和求解策略不能提供优化布局。文中将遗传算法应用于门阵列模式布局,提出了遗传布局算法,设计了相应的选择函数、交叉算子和变异算子,使布局的构形更趋合理。模拟结果表明,应用遗传布局算法能在较短的时间内提供优化解,为解决大规模、复杂的布局问题提供了广阔的前景。