[发明专利]基于追踪编码和遗传算法的电路结构优化方法

说明书

本发明公开了基于追踪编码和遗传算法的电路结构优化方法包括以下步骤：对电路中各器件及其参数进行追踪编码，从而获得初代种群；对初代种群中所有染色体依次进行选择、交叉和变异操作，从而获得下一代种群；对下一代种群进行解码仿真，从而获得每个染色体的适应度，比较全部染色体的适应度是否均满足设置要求的适应度函数，若是，则输出该种群以作为电路优化结构，否则返回至上一步骤。相比于传统技术，本发明步骤简洁，设计合理，方便了解到电路中各器件及其参数，能够对电路进行精确优化，有利于提高优化精确率。

技术领域

本发明涉及电路优化领域，尤其是基于追踪编码和遗传算法的电路结构优化方法。

背景技术

随着集成电路制造工艺水平的不断提高，电路的规模和复杂程度日益增加，基于经验知识和设计规则的电路设计方法已越发显得吃力。而从遗传算法借鉴而来的可进化硬件发明，为我们展示了一种全新的电路进化设计方法，它利用进化计算技术配置电路的内部结构以获得预期的电路功能。

目前，针对这方面的电路结构优化，一般只考虑了遗传算法本身所带来的变革影响，却并未清楚如何设定好待进化电路，即无法了解到待进化电路的整体电路特征，这样在基于遗传算法进化时也就无法细致针对到电路中的具体器件及其参数，显然这样得到的结果是不准确的，很难符合工程师的预期目标。

发明内容

为了解决上述问题，本发明的目的是提供基于追踪编码和遗传算法的电路结构优化方法，方便了解到电路中各器件及其参数，以便于对其可分别进行遗传算法的衍化，有利于提高优化精确率。

为了弥补现有技术的不足，本发明采用的技术方案是：

基于追踪编码和遗传算法的电路结构优化方法，包括以下步骤：

S1、对电路中各器件及其参数进行追踪编码，从而获得初代种群；

S2、对初代种群中所有染色体依次进行选择、交叉和变异操作，从而获得下一代种群；

S3、对下一代种群进行解码仿真，从而获得每个染色体的适应度；比较全部染色体的适应度是否均满足设置要求的适应度函数，若是，则输出该种群以作为电路优化结构，否则返回至步骤S2。

进一步，所述步骤S1中，对电路中的器件及其参数进行追踪编码，从而获得初代种群，包括：

S11、设置器件集、电路连接指令集和器件个数集并创建全局移动点，所述全局移动点初始化为输入端；

S12、随机从器件集中取出器件并从电路连接指令集中取出指令，组合该器件和指令，从而使全局移动点根据指令变化，以将器件添加到电路之中；

S13、判断电路中器件个数是否满足器件个数集的设置要求，若是，则将全局移动点连接到输出端，从而获得初代种群，否则返回至步骤S12。

进一步，所述步骤S3中，对下一代种群进行解码仿真，从而获得每个染色体的适应度,包括：对下一代种群进行解码，将解码所得信息写入到netlist文件中，并调用Hspice对下一代种群中的所有染色体进行仿真，从而得到所有染色体的适应度。

进一步，所述步骤S2中的选择操作包括轮盘选择、锦标赛选择和排序选择中的一种或多种。

进一步，所述步骤S2中的交叉操作包括单点交叉、两点交叉、算术交叉、线性交叉操作和基于方向的交叉中的一种或多种。

进一步，所述步骤S2中的变异操作包括均匀变异、高斯变异、动态变异和基于方向的变异中的一种或多种。