[发明专利]一种混合极性XNOR/OR电路面积优化方法

摘要

本发明公开了一种混合极性XNOR/OR电路面积优化方法，首先读入PLA格式的电路，采用函数表示该电路，然后采用极性转换方法将函数转换为混合极性XNOR/OR电路的表达式，接着将混合极性XNOR/OR电路面积优化各参数与三值多样性粒子群算法的各参数进行关联并建立适应度函数，最后采用三值多样性粒子群算法搜索到最优极性，得到最优极性下的最优面积，在搜索过程中，增加了广泛学习思想和三值变异操作；优点是可以快速准确的搜索到最优极性，搜索能力强，搜索效率高。

主权项

1.一种混合极性XNOR/OR电路面积优化方法，其特征在于包括以下步骤：(1)读入PLA格式的电路，该电路采用函数表示，n为函数f(x_n‑1,x_n‑2,…,x_k,…,x₀)的输入变量数，(x_n‑1,x_n‑2,…,x_k,…,x₀)为函数f(x_n‑1,x_n‑2,…,x_k,…,x₀)的n个输入变量，∏为与运算符，a_i是最大项系数，且a_i∈{0,1}，i为最大项序数，用二进制表示为i_n‑1i_n‑2…i_k…i₀，M_i是最大项，表示n个输入变量相或，k为正整数，且0≤k≤n‑1；(2)采用极性转换方法将函数转换为混合极性XNOR/OR电路的表达式：其中，p为混合极性XNOR/OR电路的极性值，p用三进制形式表示为p_n‑1p_n‑2…p_g…p₀，g为正整数，且0≤g≤n‑1，⊙∏为同或运算符，S_j表示或项，d_j为或项系数，且d_j∈{0,1}，j为或项序数，j用二进制表示为j_n‑1j_n‑2…j_g…j₀，d_j表示或项是否在混合极性XNOR/OR表达式中出现，当d_j＝0时，表示或项S_j在混合极性XNOR/OR电路的表达式中出现，当d_j＝1时，表示或项S_j不在混合极性XNOR/OR电路的表达式中出现，其中x_g与p_g和j_g的关系为：当p_g＝0和j_g＝0时，x_g以原变量出现；当p_g＝1和j_g＝0时，x_g以反变量出现；当p_g＝2时，x_g同时以原变量和反变量的形式出现，当j_g＝0时，x_g以原变量出现，当j_g＝1时，x_g以反变量出现；(3)将混合极性XNOR/OR电路面积优化各参数与三值多样性粒子群算法的各参数进行关联：将输入变量数n定义成三值多样性粒子群的搜索空间维数，将混合极性定义为三值多样性粒子群的粒子，将极性值p定义为粒子位置；设定三值多样性粒子群中粒子的数量为M，M为正整数，三值多样性粒子群的总进化代数为t_max；(4)建立适应度函数：极性值p对应的粒子位置的适应度函数fitness(p)为：fitness(p)＝(1‑w)*E_area(p)/E_{area_max}其中，E_area(p)为在极性p下混合极性XNOR/OR电路的面积估计值，E_area(p)为极性p下混合极性XNOR/OR电路的表达式包含的同或项和或项的项数之和，E_{area_max}为混合极性XNOR/OR电路的最大面积估计值，且E_{area_max}＝n*2ⁿ，n为输入变量数，w为大于等于0且小于等于1的系数，*为乘运算符号，/为除运算符号；(5)初始化粒子群：随机初始化三值多样性粒子群中各粒子的速度、位置、粒子的当前个体最优位置、三值多样性粒子群的当前全局最优位置和各粒子位置的适应度值；(6)建立三值多样性粒子群中粒子的运动方程式：其中，t为三值多样性粒子群的当前进化代数，1≤t≤t_max，为第m个粒子在第t次迭代的速度，为第m个粒子在第t次迭代的位置，m＝1，2，…，M，d为整数且1≤d≤n，round表示四舍五入到最邻近的整数，第m个粒子在第t+1次迭代的速度v_min,d代表第m个粒子的最小速度，v_max,d代表第m个粒子的最大速度，上标T表示矩阵的转置；第m个粒子在第t+1次迭代的位置R_d表示搜索空间的下限，S_d表示搜索空间的上限，c1、c2和c3为学习因子，分别表示自我调整能力和向三值多样性粒子群最优粒子学习的能力，其中0<c₁≤2，0<c₂≤2，0<c₃≤2，0<r₁≤1，0<r₂≤1，0<r₃≤1，h为惯性权重，且h_start为初始惯性权重且0.3≤h_start≤0.5，h_end为终止惯性权重且0.8≤h_end≤1.0，表示当前进化代第m个粒子进化前的当前个体最优位置，表示当前进化代随机粒子进化前的当前个体最优位置，表示当前进化代三值多样性粒子群进化前的当前全局最优位置；设定三分之一的维度分别向和学习；N取值为3，σ为权值，且0<σ≤1，randn()表示标准正态分布函数，e表示自然对数的底；(7)根据三值多样性粒子群中粒子的运动方程式更新三值多样性粒子群中各粒子的当前位置和当前速度，将粒子的最新速度作为该粒子的当前速度，将粒子的最新位置作为该粒子的当前位置；(8)以概率P_m对三值多样性粒子群中各粒子的当前位置进行三值变异，P_m的取值为0.1，具体过程为：产生一个大于等于0且小于等于1的随机数b，如果b<P_m，则将该粒子的当前位置中的0变为2，2变为1，1变为0，将该粒子的当前位置变异后的值作为该粒子的当前位置；如果b≥P_m，该粒子的当前位置保持不变；(9)根据适应度函数计算当前各个粒子的当前位置对应的适应度值，将该粒子的当前位置对应的适应度值与该粒子的当前个体最优位置对应的适应度值进行比较，选择适应度值较小的作为该粒子新的当前个体最优位置，再比较所有粒子新的当前个体最优位置，将具有最小适应度值的粒子新的当前个体最优位置作为三值多样性粒子群的新的当前全局最优位置；(10)判断当前进化代数是否为最大进化代数，若不是，转到步骤(7)开始下一轮的进化，否则进入步骤(11)；(11)将三值多样性粒子群的新的当前全局最优位置作为最优极性输出，将该最优极性对应的混合极性XNOR/OR电路的面积作为最优面积输出。