[发明专利]基于最优适应启发式序列与多目标组织进化的集成电路布图方法有效

专利信息
申请号: 201310733370.1 申请日: 2013-12-24
公开(公告)号: CN103714210A 公开(公告)日: 2014-04-09
发明(设计)人: 刘静;焦李成;朱园;王景润;马文萍;马晶晶 申请(专利权)人: 西安电子科技大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 西安吉盛专利代理有限责任公司 61108 代理人: 张培勋
地址: 710071 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开一种基于最优适应启发式序列与多目标组织进化的集成电路布图方法,属于物理设计布图规划技术领域。本发明将最优适应启发式序列作为编码和解码,与多目标组织进化算法结合,用于求解超大规模集成电路布图方法,其特征在于:首先初始化每个个体,然后采用最优适应启发式序列对每个个体进行编码和解码,最后用设计的分裂算子、吞并算子、培训算子对多目标组织进行优化,验证结果表明,本发明在评定求解超大规模集成电路布图规划问题方法效用的两个重要方面:求最优的芯片的面积利用率和最优线长,有优势,是一种有效的求解超大规模集成电路布图规划问题的方法,还能扩展到求解其它的多目标组合优化问题。
搜索关键词: 基于 最优 适应 启发式 序列 多目标 组织 进化 集成电路 方法
【主权项】:
一种基于最优适应启发式序列与多目标组织进化的集成电路布图方法,其特征是:具体步骤如下:步骤101:开始基于最优适应启发式序列与多目标组织进化的集成电路布图方法;步骤102:参数设定:最大进化代数T,种群规模num,外部Pareto集规模Np,一个合法组织所允许的最大规模nummax,最优适应度Best,t为大于或等于0的整数,表示进化到第t代;步骤103:初始化每个个体,更新最优值Best,令t=0,采用随机生成的方法产生模块的放置顺序,模块的长宽比序列,芯片的初始化宽度;步骤104:循环调用基于最优适应启发式序列的算法对每个模块个体进行编码和解码;步骤105:使每个个体成为一个组织,将分裂算子作用在组织上,分裂算子根据条件:(orgp.num>nummax)or{(1<orgp.num≤nummax)and(U(0,1)<orgp.num/Nmember)}把一个组织orgp分裂成两个非空组织,其中U(0,1)是0到1之间的一个任意值,Nmember是所有组织中所有个体的总数,每个组织中的个体按适应度从大到小进行排列;步骤106:将吞并算子作用在两个组织上,随机选择两个组织orgp1和orgp2,合并成组织orgc,orgp1和orgp2各自的Pareto解集为P1和P2,把P1和P2合并成一个Pareto集Ph,如果P1在Ph中占的比重 大于P2在Ph中的比重,则组织orgp1获胜,orgp1吞并orgp2;如果P1在Ph中占的比重小于P2在Ph中的比重,则组织orgp1获胜,orgp2吞并orgp1;如果P1在Ph中占的比重与P2在Ph中的比重相等,则任取一个吞并另一个;其具体规则如下:假设组织orgp1吞并orgp2成一个新的组织orgc,这个新的组织由三部分组成:1)orgp1中的所有个体;2)由orgp1和orgp2根据下面公式生成orgp2.num/2个新的个体membernew1:令0≤i≤orgp2.num/2,0≤j≤n,membernew1[i].b=orgp2.member[0].b member new 1 [ i ] . p [ j ] = org p 2 . member [ 0 ] . p [ j ] if ( org p 1 . member [ 0 ] . p [ j ] = org p 2 . member [ i ] . p [ j ] ) = and org p 1 . member [ 0 ] . p [ j ] else ( U ( 0,1 ) = 0 ) 3)随机生成orgp2.num/2个新个体membernew2;步骤107:通过排序比较找出当前种群的Pareto解集,其规模为Np,构成外部集;步骤108:将培训算子作用在从组织中选出的个体,培训算子对外部集中的每个个体进行操作,以缩短非劣前段与Pareto最优前端的距离,使非劣前段的分布更广更均匀,对个体进行扰动,生成新个体,并计算新个体的两个目标函数值,如果新个体支配原来的个体,则用新的个体取代原个体;否则把新老个体都保留起来,形成伪Pareto集,最后对该集进行排序选择生成下一代的外部集;对培训 后的个体进行最优启发式序列编码和解码,从所有组织中找出Pareto解;其中对每个组织的代表个体进行培训的具体规则如下:对下面三步独立进行操作,每步执行5次。1)改变模块的放置顺序:对模块b[i](0≤i≤n),从b中选择另一个模块与其交换位置;2)改变模块的长宽比:对长宽比p[j](0≤j≤n),用[min h_w,max h_w]中的任意值替换它;3)改变芯片的宽度:随机生成一个正实数代替W,每次改变后都可以得到一个新的个体,如果新的个体的COST小于选出的代表的COST,则用新的个体代替原来的个体,否则保留原有个体;培训完以后,将培训的个体标记为1,表示该个体已经培训过;步骤109:用最优适应启发式进行编码和解码每个个体,找出最优个体;步骤110:如果满足结束条件,即超过最大进化代数,则转向步骤111;否则,令t自加1,并转向步骤105;步骤111:输出布图结果;步骤112:结束基于最优适应启发式与多目标组织进化的集成电路布图方法。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310733370.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top