栅阵列排序的一个有效算法

栅阵列排序问题已被证明是一个ＮＰ一完全问题，该文提出一个新的启发式算法。该算法通过建立层函数的概念，将栅阵列的排序问题转化为求层函数的最小值的优化问题。算法的时间复杂度为Ｏ（ｎｘｐ３），其中ｎ为线网的个数，ｐ为主栅的个数。

用遗传宽度搜索算法优化栅阵列布局

本文介绍了一种用遗传算法结合宽度搜索技术对栅阵列布局设计优化的新方法。由于栅阵列布局是一个排列问题，传统的遗传杂交会导致栅的重复，因此必须对传统的遗传算法进行修改。为了适合优化栅阵列布局问题，这里使用了宽度搜索技术。用遗传算法得出染色体，建立栅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宽度计算效果更好。

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。

CMOS单元电路版图的自动设计

本文描述的OMOS单元电路版图自动设计程序是自动电路版图设计系统的一个组成部分。它通过一系列变换,将单元电路描述翻译成单元电路版图的几何描述。其特点是允许单元内多端口线网布线和允许在单元四周指定端口,并对单元电路版图进行优化。因此,只要输入单元电路描述,便可自动产生单元电路的版图文件。

基于自组织特征映射的栅阵列排序算法

自组织特征映射神经网络中所有神经元通过相互竞争和自适应学习而形成空间上的有序结构，这种有序结构能反应出输入矢量集合的内在特征。这一特性可成功地应用于解决组合优化问题。本文根据栅阵列排序问题的性质来设定网络中各种经元的相互竞争原则，建立了一个栅阵列排序算法，并取得了非常好的布图结果。本文算法的时间复杂度为O（n×P2lnp），n为线网个数，p主栅列数。

基于自组织特征映射特性的栅阵列排序算法

本文应用自组织特征映射神经网络的竞争学习和自组织特性,并根据栅阵列排序问题的性质来设定网络的竞争原则,建立了一个栅阵列排序算法.实验证明该算法可以求得十分接近全局最优解下限的布图结果.该算法的时间复杂度为D(n×p^2In p),n为线网数,p为主栅列数.