基于蚂蚁算法和遗传算法的时序电路测试生成

为提高时序电路的测试生成效率,该文提出一种新的基于蚂蚁算法和遗传算法的时序电路测试矢量生成算法。针对国际标准时序电路的实验结果表明,该交叉算法既充分发挥了两种算法的优点,又克服了各自的缺点, 与其它同类测试生成算法相比,获得了较好的故障覆盖率和测试集。说明采用蚂蚁算法和遗传算法的交叉算法是成功的。

基于混合遗传蚁群算法的数字微流控芯片测试路径规划

数字微流控芯片在生化检测领域的应用越来越广泛,为保障芯片的可靠性必须对其进行全面且高效的故障测试。随着芯片规模的扩大,故障测试问题也越来越复杂。针对数字微流控芯片的灾难性故障测试,为提高故障测试方法的时间效率,本文提出了一种基于混合遗传蚁群算法的测试路径规划方案。首先,该方案优化了芯片故障测试模型的转化过程;其次,先利用遗传算法的全局特性生成全局较优测试路径,并根据较优测试路径形成蚁群算法的初始信息素分布;最后,再利用蚁群算法搜索最优测试路径。该方案适用于离线测试和在线测试,能够兼容规则和非规则芯片。实验仿真结果表明,该方案提高了测试模型转化的效率,在获得较优测试路径的同时改善了测试算法的收敛特性,提高了测试方法的时间效率。

电路测试神经网络方法中求多个测试矢量

文章研究在数字电路测试的神经网络方法中求给定故障对应的多个测试矢量的方法 ,首先提出了一种求多个测试矢量的遗传进化方法 ,然后提出了一种矢量扰动方法 ,通过这两者的结合使用 ,能获得被测电路较小的完备测试集 ,从而提高了电路测试神经网络方法的性能。

遗传蚂蚁算法(GAAA)在数字电路智能测试中的应用

随着VLSI设计规模的日益增大,对于电路的测试生成(Automatic Test Pattern Generation.ATPG)也有了新的要求。提出了一种基于遗传算法和蚂蚁算法融合的数字电路智能测试生成算法,克服了传统算法计算量大、需对电路逻辑有较深刻认识的缺陷,而且也避免了以往的遗传算法和蚂蚁算法容易陷入局部最优的不足。研究表明这种算法效果较同类其他算法好,而且在大规模电路中尤能显示其特点。

基于遗传算法的数字电路测试生成方法

本文提出了一种基于遗传算法的数字电路测试图形生成方法，首先把被测电路的门级描述转化为易于计算的非线性网络，然后用遗传算法找到网络能量函数的最优解，从而得到被测电路的测试集．这种方法对可测故障都能生成测试，能方便地产生多故障的测试图形，同时具有较好的并行性，易于在多处理机上实现．

测试图形生成的遗传算法研究

提出了一种用于组合电路测试图形生成的遗传算法。该算法把被测电路的测试生成问题转化为计算一种约束函数的最优解，可充分利用电路的结构信息。为故障节点生成测试时易于操作，且无需经过故障模拟，就可保证对所有可测的单固定型故障及多故障有较高的故障覆盖率。

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。

面向数字电路测试生成的智能方法研究

提出一种蚁群算法和粒子群算法相结合的方法(ACA-PSO),将该算法引入数字电路测试生成当中。为了有效提高故障覆盖率和缩小测试生成时间,首先将蚁群算法的信息素更新机制进行改进,使其免于陷入局部最优,提高了故障的覆盖率,其次又对粒子群算法的参数进行了改进,使其具有较好的收敛性,得到较短的测试时间,该算法采用数字电路固定型故障模型来验证。将两种算法结合取长补短,实验结果表明,测试时间和故障覆盖率都得到了提高。

基于遗传算法优化的BDD描述的数字电路功能测试

针对数字电路的测试两大难点 ,采用二元判决图 (BDD)表示数字电路模型 ,同时由BDD生成测试矢量来完成数字电路的功能测试。在由VHDL描述完整电路功能的基础上用遗传算法对BDD的规模进行压缩优化。整个系统构成简单 ,自动化程度高 ,测试耗时少。

一种基于遗传算法的动态电流测试生成方法

针对数字电路测试矢量生成复杂、数量庞大的问题,研究了采用遗传算法进行优化选择的数字电路动态电流测试矢量生成方法。利用遗传算法全局优化、并行处理结构等特性来获得冗余度较小的精简测试集。将得到的测试集施加至电路中,并检测数字电路动态电源电流,再采用小波包分析提取故障特征信息,用BP神经网络来进行故障定位。以ISCA85’基准电路C432为例,验证了文中方法的有效性和可行性。实验结果表明所提出的新方法可以在较小的测试集下达到100%的故障诊断率。

数字电路测试向量自动生成系统的比较

把遗传算法与蚂蚁算法运用于组合电路向量自动生成系统,并比较两者性能的优劣,根据实验结果进一步提出优化组合方案,将此方案应用于同步时序电路的测试向量自动生成系统中。提出一种优化的数字电路的测试向量自动生成系统。这个系统集合了蚂蚁算法和遗传算法的优点,使系统能在更短时间生成更小的测试集,而又能达到原先的故障覆盖率。