[发明专利]一种FPRM电路面积与延时优化方法

摘要

本发明公开了一种FPRM电路面积与延时优化方法，通过建立FPRM电路面积与延时估算模型，然后建立p极性下的FPRM电路与多目标教学优化算法的关系映射，接着采用多目标教学优化算法搜索群体精英学生，所有群体精英学生组成FPRM电路的Pareto最优极性解集，最后计算得到Pareto最优极性解集中各极性下的FPRM电路的面积与延时；优点是有效地解决了多目标约束下大规模FPRM电路的极性综合优化问题，避免了权重设置的主观性，解决了传统加权函数法存在的对权重系数敏感、权重设置较难适用于不同类型的电路等问题，可以搜索到在不同需求条件下的电路面积与延时的Pareto最优解集，与其他多目标智能优化方案相比，本发明提出的方案具有更好的收敛性和分布均匀性，且优化结果精度更高。

主权项

1.一种FPRM电路面积与延时优化方法，其特征在于包括以下步骤：①建立FPRM电路面积与延时估算模型：①‑1将FPRM电路用FPRM逻辑表达式表示为：其中，n为函数f^p(x_n‑1,x_n‑2,…,x₀)的输入变量的数量；x_n‑1,x_n‑2,…,x₀表示函数f^p(x_n‑1,x_n‑2,…,x₀)的n个输入变量；为异或运算符；π_j为第j个与项，第j个与项π_j的表达式为i为大于等于0且小于等于n‑1的整数；b_j为第j个与项的系数，且b_j∈{0，1}；下标j为与项序数，用二进制数表示为j_n‑1j_n‑2…j_i…j₀；p为极性，用二进制数表示为p_n‑1p_n‑2…p_i…p₀，变量x_i与j_i以及p_i的关系为：当j_i＝1，p_i＝0时，当j_i＝1，p_i＝1时，是x_i的互补变量；当j_i＝0时，①‑2p极性下的FPRM电路的XOR/AND展开式包含多输入与项和多输入异或项，多输入与项又可称为多输入AND门，多输入异或项又可称为多输入XOR门，即p极性下的FPRM电路的XOR/AND展开式由多输入AND门和多输入XOR门这两种多输入门组成，将p极性下FPRM电路的XOR/AND展开式中包含的多输入门分解为二输入门，得到二输入AND门和二输入XOR门，其具体分解过程为：把多输入门的第一个输入变量与第二个输入变量作为第一个二输入门的输入变量，得到第一个二输入门的输出变量；把第一个二输入门的输出变量与多输入门的第三个输入变量作为第二个输入门的输入变量，得到第二个二输出门的输出变量；把第二个二输入门的输出变量和多输入门的第四个输入变量作为第三个输入门的输入变量，得到第三个二输入门的输出变量；以此类推，直至所有的多输入门的输入变量作为二输入门的输入变量；将p极性下的FPRM电路的XOR/AND展开式中的多输入AND门分解后得到多个二输入AND门，将p极性下二输入AND门的数量记为NO._of_AND_p；将p极性下的FPRM电路的XOR/AND展开式的多输入XOR门分解后得到多个二输入XOR门，将p极性下二输入门的XOR门的数量记为NO._of_XOR_p；①‑3将分解好的p极性下的FPRM电路的XOR/AND展开式中，从电路输入到电路输出的所有路径中延时最长的那一条路径作为p极性下的FPRM电路的关键路径，将该关键路径包含的所有二输入门的传输延时之和作为FPRM电路的延时，将p极性下FPRM电路的延时记为D(p)，将分解好的p极性下的FPRM电路的XOR/AND展开式中二输入AND门的数量记为NO._of_AND_p，将分解好的p极性下的FPRM电路的XOR/AND展开式中二输入XOR门的数量记为NO._of_XOR_p，将p极性下FPRM电路的面积记为A(p)，其中：A(p)＝NO._of_AND_p+NO._of_XOR_p；②建立p极性下的FPRM电路与多目标教学优化算法的映射关系：多目标教学优化算法中包括以下几个关键要素：学生、学生学习空间、学习成绩A、学习成绩D、教师、中等学生、精英学生群体；FPRM电路面积与延时优化包括以下几个关键要素：极性、极性对应的面积大小、极性对应的延时大小、可选择极性的空间、最优极性、Pareto最优极性解集；将学生表示为极性；学生学习空间表示为可选择极性的空间；学习成绩A表示为极性对应的面积大小；学习成绩D表示为极性对应的延时大小；教师表示为最优极性；中等学生表示为在学生群体中面积大小与延时大小处于平均水平的极性；精英学生群体表示为Pareto最优极性解集；③采用多目标教学优化算法确定精英学生群体，该精英学生群体即为FPRM电路的Pareto最优极性解集，按照步骤①‑3的方法计算得到Pareto最优极性解集中各极性下的FPRM电路的面积和延时。