基于SMABC算法的FPRM逻辑电路面积优化

固定极性Reed-Muller(FPRM)逻辑电路面积优化是当前集成电路设计领域的研究热点。但现有FPRM逻辑电路面积优化方法存在优化效率低和优化效果差等问题。FPRM逻辑电路面积优化属于组合优化问题,提出一种自适应混合人工蜂群(SMABC)算法。所提算法在引领蜂搜索阶段引入细菌觅食算法中的细菌趋化行为,使引领蜂向靠近优秀蜜源的方向搜索,提高了所提算法的收敛速度;对跟随蜂的选择概率进行改进使其依据种群的变化自适应改变,提高了所提算法的全局搜索能力;对侦查蜂的转换条件进行改进,增加了侦查蜂在进化过程中的扰动幅度;且在进化过程中引入精英保留策略以提高种群质量。此外,提出一种基于SMABC算法的FPRM逻辑电路面积优化方法,所提方法收敛速度最快且面积优化率最高为54.62%,平均面积优化率为15.33%。

基于M-AFSA的MPRM逻辑电路面积优化

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题。由于MPRM电路面积优化属于组合优化问题,先提出一种多策略协同进化人工鱼群算法(MAFSA),该算法引入基于反向学习的种群初始化策略,以提高种群多样性及初始种群解的质量;引入觅食与追尾交互性策略,以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度;引入自适应扰动策略,以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优。此外,提出一种MPRM逻辑电路面积优化方法,利用所提算法来搜索电路面积最小的最佳极性。基于北卡罗莱纳州微电子中心(MCNC)Benchmark电路的实验结果表明:与遗传算法相比,所提算法优化电路平均面积百分比最高为57.24%,平均为39.57%;与人工鱼群算法相比,所提算法优化电路平均面积百分比最高为33.53%,平均为14.54%;与改进的人工鱼群算法相比,所提算法优化电路平均面积百分比最高为30.25%,平均为13.86%。

混合极性列表技术及其在MPRM电路面积优化中的应用

通过对AND/XOR展开式和函数转换的研究,提出多输出混合极性Reed-Muller(MPRM)表达式列表技术.根据Reed-Muller可编程逻辑阵列(RMPLA)的映射方法以及电路结构建立MPRM电路面积估计模型;在此基础上,结合列表技术和面积估计模型,沿非循环格雷码极性遍历路径进行MPRM电路面积最佳极性搜索,得到面积最优的MPRM电路.通过对19个MCNC和ISCAS基准电路进行测试的结果表明:与Boolean电路和固定极性Reed-Muller(FPRM)电路相比,MPRM电路面积平均减少73.5%和51.8%.

基于多策略离散粒子群算法的MPRM电路延时与面积优化

针对大规模混合极性Reed-Muller(Mixed Polarity Reed-Muller,MPRM)逻辑电路的延时与面积优化,提出一种基于多策略离散粒子群优化(Multi-Strategy Discrete Particle Swarm Optimization,MSDPSO)的极性搜索方法.在MSDPSO算法中,对粒子进行团队划分,每个团队既执行不同策略,又相互联系,并行完成探索与开发的双重任务.同时在进化过程中采用高斯调整来激活寻优能力较差的粒子.结合MSDPSO算法和列表极性转换技术,对大规模MPRM电路进行延时与面积极性搜索.最后对PLA格式的MCNC Benchmark电路进行算法性能测试,结果验证了MSDPSO算法的有效性.与离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)算法的优化结果相比较,MSDPSO算法获取的电路延时平均缩短8.43%,面积平均节省38.36%.

四热源吸收式制冷机的传热面积优化

本文提出了一种不可逆的四热源四温度位吸收式制冷机模型，研究其最佳制冷率，性能系数和传热面积之间的优化关系，并进行了讨论，获得了一些有意义的新结论；可以为四热源吸收式制冷机的优化设计和最佳运行工况的选择提供理论指导．

基于PSO算法的FPRM电路延时和面积优化

RM(Reed-Muller)电路的极性决定其延时和面积,通过对粒子群优化(Particle Swarm Optimization,PSO)算法和FPRM表达式的研究,提出较大规模FPRM电路延时和面积优化算法。首先根据FPRM表达式特点,建立延时和面积估计模型;然后结合PSO算法和极性转换算法,对FPRM电路进行最佳延时和面积极性搜索;最后对PLA格式MCNC Benchmark电路进行测试,结果表明:与穷尽算法相比,PSO算法效率更高;与基于遗传算法的FPRM电路优化结果相比,延时平均节省6.6%,面积平均减少11.1%。

三值FPRM电路极性间转换算法及其在面积优化中的应用

通过对三值FPRM(Fixed-polarity Reed-Muller)展开式和四值列表技术的研究,提出了一种三值FPRM电路极性间转换算法,并将其应用于电路面积优化.首先根据四值RM(Reed-Muller)逻辑多项式系数的计算方法,推导出三值FPRM展开式极性间系数转换算法;然后利用该算法,结合三值模代数特点以及电路面积估计模型,沿非循环格雷码极性遍历路径进行三值FPRM电路面积最佳极性搜索,得到面积最优的FPRM电路.最后对8个MCNC基准电路进行测试,结果表明:与0极性Reed-Muller电路相比,三值FPRM电路的面积平均减少56.2%.

GA-DTPSO算法及其在混合极性XNOR/OR电路面积优化中应用

针对n变量Reed-Muller(RM)逻辑函数具有3n个混合极性,对应着3n个繁简不同展开式的问题,提出一种遗传算法——离散三值粒子群优化(GA-DTPSO)算法对电路面积进行优化.首先根据RM电路的XNOR/OR实现形式,建立混合极性XNOR/OR电路面积优化的数学模型和改进混合极性XNOR/OR电路极性转换方法;然后在遗传算法中引入粒子群算法的搜索机制,结合混合极性的特点提出GA-DTPSO算法;最后利用GA-DTPSO算法进行混合极性XNOR/OR电路面积最佳极性搜索,得到面积最优的XNOR/OR电路.通过对14个MCNC和ISCAS基准电路进行测试的结果表明,该算法能有效地提高混合极性XNOR/OR电路面积优化效果.

基于新型极性转换技术的XNOR/OR电路面积优化

极性转换是Reed-Muller(RM)逻辑电路优化的基本环节,该操作的具体数量随电路规模增长而增加,其速度直接影响整体优化算法的效率。针对RM电路的XNOR/OR实现形式,推导电路面积优化的数学模型;结合当前极性转换算法的优势,提出一种新型极性转换技术;根据新型极性转换的特点,构建适用于较大规模XNOR/OR电路的面积优化算法。实验结果表明,与已有极性转换方法相比,所提新型极性转换技术能明显改善XNOR/OR电路面积优化的效率。

使用系数矩阵变换极性转换的MPRM电路面积优化

为缩短布尔函数系统混合极性Reed-Muller(mixed-polarity Reed-Muller,MPRM)电路面积优化过程的时间,提出了能在任意极性值的MPRM间进行极性转换的系数矩阵变换方法.使用系数矩阵表示布尔函数系统,通过对系数矩阵进行分隔,使用置换和折叠操作完成MPRM极性转换以加快极性转换速度;在此基础上,给出了适用于较大规模MPRM电路的面积优化算法,其中使用遗传算法进行极性空间搜索,并采用基于最短个体距离的适应度计算方法进一步缩短优化过程中的极性转换时间.实验结果表明,与其他MPRM极性转换方法相比,文中方法能够提高MPRM电路面积优化的速度.

基于量子遗传算法的XOR/AND电路功耗和面积优化

通过研究量子遗传算法、XOR/AND逻辑展开式及其对应电路的功耗和面积关系,提出一种基于量子遗传算法的单输出XOR/AND电路功耗和面积同时优化的算法.从量子比特、量子叠加态的概念出发,结合XOR/AND电路的功耗估计模型,以XOR/AND门电路数衡量电路面积,利用染色体编码、适应度函数构造和量子旋转门调整等方法,有效实现了功耗和面积的折中.将提出算法与遍历算法和整体退火遗传算法进行比较,结果表明该算法高效、稳定、收敛速度快.对较大规模电路的测试结果表明,该算法的优化结果与极性为零时的XOR/AND电路相比,功耗和面积平均节省了81.7%和54.7%.

一种动态精度匹配的面积优化2-DDCT/IDCT的实现

提出了一种JPEG标准推荐的2-DDCT/IDCT的改进型Loeffler算法的ASIC实现。该设计采用硬件复用的方法,在正向和反向变换过程中使用同一运算电路,达到了面积优化的目的;并对输入数据进行系数预判,在特定输入情况下,有效提高了处理速度和降低功耗;还根据JPEG体系结构,在DCT变换和量化器之间建立动态的精度匹配,保证了不同压缩比下的图像质量和功耗效率。该电路应用于140万像素数码相机的JPEG图像处理ASIC芯片中,已成功通过了FPGA验证和流片测试。

RS(255,239)解码器并行钱氏搜索电路的面积优化(英文)

提出了一个全局优化算法(GOA)对RS(255,239)解码器中的并行钱氏搜索电路进行面积优化.通过查找钱氏搜索电路中GF (Galois field)常数乘法器的公共模2加运算并进行预运算,GOA能够有效地减少电路中异或门的数量,从而减少电路面积.与原有局部优化方法不同,GOA是一个全局优化算法.当每次迭代中同时有多个最大匹配对时,GOA通过选取与其他匹配对关系最小的一对作为最优匹配而不是随机地选择一对,使得当前结果对最终的优化结果影响最小.进一步将基于组的GOA用于GF乘法器组的优化,结果显示相对于直接实现方法,可使并行钱氏搜索电路的面积减少51%,而对GF乘法器的单独优化也能使电路面积减少26%.该优化方法可广泛地用于含有大量模2加运算的并行结构中.

采用FDDs实现FPRM电路延时和面积优化

Functional Decision Diagrams(FDDs)是Reed-Muller(RM)展开式的一种图形表达方式,其变量顺序和RM展开式极性共同决定对应电路的延时和面积.通过对FDDs和固定极性RM(FPRM)展开式的研究,提出采用FDDs的FPRM电路延时和面积优化算法.首先根据固定极性特点,利用FDDs建立FPRM电路延时估计模型;然后结合延时估计模型、列表技术和FDDs变量顺序搜索策略,按电路延时和面积对中小规模和大规模电路进行最佳极性和变量顺序搜索;最后对PLA格式的MCNC Benchmark电路进行测试,结果表明该算法对延时和面积的优化效果显著.

面积优化的RS(255,239)高速译码器的设计与实现

针对基于改进型欧几里德(Modified Euclidean,ME)算法的RS码译码器所存在的不足,提出一种面积优化的欧几里德算法的FPGA实现方案.该方案充分利用改进型欧几里德模块的空闲资源,采用复用的方法将原先的2t个PE模块减少为t个.文章将该面积优化的欧几里德模块应用到RS(255,239)译码器的设计和实现中,以达到减少芯片面积,降低成本的目的.经过仿真和测试,基于此设计的高速并行RS译码器在正确实现译码功能的同时,可以大幅减少硬件资源的占用率,且其吞吐量达到6.4Gbps.

双级耦合热泵供暖系统换热面积优化

应用有限时间热力学理论对双级耦合热泵供暖系统换热器面积进行优化,得到了系统供热系数最优时的最佳传热面积分配,最佳工质工作温度、最小总传热面积以及最小输入功率的解析式。结合实际算例,分析了换热器总传热面积对系统特性的影响以及不同设计工况下的优化结果,同时讨论了换热器种类对最小总传热面积的影响。

FPGA芯片面积优化算法仿真分析

研究FPGA芯片面积设计优化问题。针对FPGA芯片面积在设计值时,需要多种条件加以限制,多个条件来自于不同的编码方案,彼此之间缺少关联性,很难针对来自于不同编码方案的条件建立统一的优化模型,导致传统的单一面积优化模型得到的最优面积计算结果不准确。为了解决这一问题,在对并行FIR滤波器进行电路建模的基础上提出了一种芯片面积优化计算算法,对并行FIR滤波器的性能参数进行分析计算,通过设定融合性较高的约束阀值,快速地从CSD编码方案、DA方案和CSD-DA方案中选择出占用芯片面积最少的设计条件,保证条件最优融合。仿真结果表明,设计并行FIR滤波器时,芯片面积优化算法可以对芯片面积固定的FPGA芯片进行设计上的优化,提高了面积计算的准确性。

快速启发式ESOP电路面积优化算法

针对积之异或和(ESOP)电路面积优化的时间效率问题,提出一种快速的启发式算法.该算法使用多输出立方体表示乘积项,首先由基于伪Kronecker判决图的方法得到初始ESOP覆盖,然后使用启发式局部极性转换与局部变换交替迭代的方式进行面积优化.为提高算法效率,启发式局部极性转换仅尝试改变立方体中单个变量的极性,并且仅接受对减少电路面积有帮助的极性转换,该转换有助于使优化过程跳出局部极小;局部变换则通过对ESOP覆盖中距离为1或2的立方体进行变形来减少电路面积,该变换有助于算法的收敛.实验结果表明,文中算法能够适用于具有较多输入变量的多输出电路;与MPRM电路相比,ESOP电路能够降低电路面积开销;与其他ESOP电路优化算法相比,该算法能够显著改善面积优化的时间效率.

基于冗余寄存器分类的时序网络面积优化算法

本文根据时序网络中存在冗余的特点,提出将冗余寄存器分为三类:在所有可达状态空间输出端逻辑值恒为常数的寄存器、输入端相同的寄存器和对原始输出端逻辑值无影响的寄存器;并提出了一种基于AIGs(And-In-verter Graphs)的移除冗余寄存器的面积优化算法.将三值模拟、寄存器共享和COI(Cone of Influence)化简三种方法结合实现冗余寄存器的消除,达到减少寄存器数和节点数,优化时序网络面积的目的.实验结果表明,本算法可以使寄存器规模平均下降23%,节点数平均减少26%.

基于全离散粒子群优化的纳电子MPRM电路面积优化算法

针对具有较多输入数的可编程阵列结构纳电子混合极性Reed-Muller电路的面积优化问题,提出一种全离散粒子群优化算法。通过将粒子速度合并到位置更新方程,充分挖掘粒子群优化中的学习因素得到全离散化的粒子更新方程,在此基础之上设计FDPSO算法,并使用探索概率作为算法参数控制算法全局探索与局部开拓间的平衡。对一组输入数大于20的MCNC电路进行优化的实验结果表明,与其他能够用于可编程阵列结构纳电子混合极性Reed-Muller电路面积优化的智能算法相比,全离散粒子群优化算法具有较强的全局收敛能力和结果稳定性,能够以较高时间效率获得较好的优化结果。