[发明专利]基于自适应PSO和混合转换策略的X结构Steiner最小树布线方法有效
申请号: | 201710435947.9 | 申请日: | 2017-06-10 |
公开(公告)号: | CN107247844B | 公开(公告)日: | 2020-11-03 |
发明(设计)人: | 刘耿耿;郭文忠;陈国龙 | 申请(专利权)人: | 福州大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06F30/394 |
代理公司: | 福州元创专利商标代理有限公司 35100 | 代理人: | 蔡学俊 |
地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于自适应PSO和混合转换策略的X结构Steiner最小树算法:读取测试电路数据并进行排序;初始化算法的所有参数,随机生成初始种群;计算每个粒子的适应度值,选择适应度值最小的粒子作为种群的全局最优,并将第一代中每个粒子设置为其历史最优;采用混合转换策略作为粒子更新的基础操作;更新粒子的位置和速度;重新计算粒子的适应度值,若当前粒子的适应度值小于其历史最优值,则将更新后的粒子设置为其历史最优;若更新后的粒子的适应度值小于种群的全局最优粒子的适应度值,则将更新后的粒子设置为种群全局最优;若达到算法最大迭代次数,则算法终止,否则回到更新操作。本发明以优化线长为目标,最终达到对线长这一重要目标的优化。 | ||
搜索关键词: | 基于 自适应 pso 混合 转换 策略 结构 steiner 小树 布线 方法 | ||
【主权项】:
一种基于自适应PSO和混合转换策略的X结构Steiner最小树算法,其特征在于,包括以下步骤:步骤1:读取测试电路数据,引脚的坐标按照X轴、Y轴的升序进行排序;步骤2:初始化PSO‑HT‑XSMT算法中种群大小、迭代次数、惯性权重因子、加速因子的数值,同时随机生成初始种群;步骤3:计算每个粒子的适应度值,再从中选择适应度值最小的粒子作为种群的全局最优粒子,并将第一代中每个粒子设置为其历史最优粒子;步骤4:采用混合转换策略作为粒子更新的基础操作;步骤5:根据粒子群的更新公式更新粒子的位置和速度;步骤6:重新计算每个粒子的适应度值,若当前粒子的适应度值小于其历史最优值,则将更新后的粒子设置为其历史最优粒子;步骤7:若更新后的粒子的适应度值小于种群的全局最优粒子的适应度值,则将更新后的粒子设置为种群全局最优粒子;步骤8:检查是否达到设定的算法最大迭代次数,如果达到,则算法终止,反之,转到步骤4。
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福州大学,未经福州大学许可,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/201710435947.9/,转载请声明来源钻瓜专利网。