基于2个阶段遗传算法的MPRM电路面积与SER折中优化

随着组合电路对瞬时故障的敏感度不断增加,在进行混合极性Reed-Muller(MPRM)电路优化时有必要将软错误率(SER)作为一个重要约束,并以较高时间效率获得电路面积与SER的合理折中解.为此,提出一种带历史缓冲区的2个阶段遗传算法TPGAHB来进行MPRM电路面积与SER折中优化.TPGAHB采用带历史缓冲区的GA模型,分2个阶段实施面积与SER折中优化.第1阶段以面积为目标进行优化得到面积最优解;第2阶段利用Pareto最优原理量化偏好将面积最优解作为参考解计算MPRM电路解的面积与SER效率因子,并以效率因子为目标进行优化,从而得到面积与SER的合理折中解.对MCNC电路进行优化的结果表明,TPGAHB具有较好的寻优能力,能够以较高时间效率获得较好的面积与SER折中的MPRM电路,对输入数超过14的电路也有较好适用性.