集成电路模块布局问题的一种有效算法

该文提出了一种求解集成电路模块布局问题的启发式算法。该算法通过设计一种合理的布局优先序,对同一模块可能的多个布局位置进行了比较,并将其放置在优先度最高的适当区域。实验结果表明,这一算法尽管简单,但对求解集成电路模块布局问题是有效的。     

一种改进的集成电路模块有效布局算法

改进了一种求解集成电路模块布局问题的启发式算法。以边界矩形周长最小为目标,设计了模块的优先序列,并在布局过程中动态调整,重新设计布局优先度,并简化模块的占边动作,重写占角动作,对模块布局放置的多个可能位置进行比较,并将其放置在优先度最高的适当区域。经实例测试,结果表明该算法简洁高效,面积利用率有较大提高。     

基于拟人策略的带有预放置模块的布局算法

在超大规模集成电路设计中，一些特别重要的模块，像RAM、ROM和CPU等经常被优先放置，而其它模块则被两两互不重叠地放置在芯片的剩余区域。此类问题能被形式化为带有预放置模块的布局问题，关于此问题的求解方法多为随机优化方法。该文基于拟人的思想，提出了占角和最大穴度优先的放置策略，为该问题的快速求解提供了一种高效的启发式确定性算法。算法的高效性通过应用于标准电路MCNC得到了验证。     

互连驱动的基于最小自由度优先原则的布局算法

在超大规模集成电路的布局问题中，布局模块间的互连特性变得日益重要。基于最小自由度优先的算法是一种有效的确定性布局算法，能够快速有效地解决布局问题。修改了原算法中局部互连的自由度，使用了更精确的模型，提出了一种全局互连的自由度，防止布局结果落入极小值区域，进一步改善了互连特性。实验结果证明，该方法在得到较好面积利用率的同时改善了互连的效果。     

一种采用规划方法的宏模块布局算法

提出一种基于非线性规划的宏模块布局算法。该算法将布局问题归纳为一个非线性规划问题，考虑了引脚的实际位置并使用取向向量来描述模块的取向,可以在确定模块位置的同时也确定模块的取向；同时使用交替求解的策略有效地简化了问题的求解。实验结果表明文中算法快速有效。     

基于位矩阵编码实现模拟集成电路模块布局的遗传算法

提出了一种新的实现模拟集成电路模块布局的遗传算法，其位矩阵编码法提高了算法的搜索效率；模块的滑行处理使绝对布局问题转变成相对布局问题，极大地减小了搜索状态空间而不降低精度；复制过程中个体间的相似性检查避免了算法的早熟收敛；目标函数覆盖了模拟集成电路的特殊要求；正交实验的方法用来研究算法参数，其最优取值由另一个衍化遗传算法确定，多种电路的测试结果表明，该算法性能优于传统的模拟退火算法，布局结果与手工布局相仿，设计效率得到显著提高。     

求解带有预放置矩形块的布局问题的启发式算法*

在超大规模集成电路设计中,一些特别重要的部件,如RAM、ROM、CPU等经常被优先放置,而其他元件则被两两互不重叠地放置在芯片的剩余区域.这类问题能被形式化为带有预放置矩形块的布局问题.基于占角和最大穴度优先的放置策略,为该问题的快速求解提供了一种高效的启发式算法.算法的高效性通过应用于标准电路MCNC得到了验证.     

一种改进的VLSI电路有效布局算法

采用重心矩形约束[1]进行VLSI布局会出现以下问题：(1)布局边界的浪费,出现不可利用的小区域;(2)放置模块时可能会出现模块放置在实际有效区域内却因为重心约束成为非法放置。为了解决该问题,本文提出了一种改进文献[1]的VLSI布局启发式算法：通过设计模块的优先顺序进行合理布局,并辅助于边界矩形来解决重心矩形约束出现的问题;对模块布局放置的多个可能位置进行比较,并将其放置在优先度最高的适当区域。用Banchmark（ami33,ami49）和文献[1]的数据进行测试,结果表明新算法：（1）算法简洁高效,运行时间短;（2）布局结果明显好于文献[1]。     

二维模块生成器中的布局算法研究及实现

本文讨论了ＣＭＯＳ集成电路模块生成器中的布局算法，尤其是在门阵列（门海）布图模式下的各种布局算法及其对布图结果的影响，并对已实现的三种布局算法给出了实例测试结果。     

布局问题的模拟退火算法

布局问题属于ＮＰ－完全问题已被研究多年，模拟退火法是一种新的通用启发式优化算法，现已广泛用于解决大规模集成电路逻辑布线设计、图象处理等组成优化问题，本语文通过对布局问题及模拟退火算法的分析，将它们综合起来构成了求解布局问题的模拟退火算法，计算结果表明，本文算法得到的解优于传统优化方法所得到的解；本文还通过实验对算法中各参数所起作用进行了论述。     

基于序列对和模拟退火算法的布局问题研究

结合布局问题的具体特点,采用序列对来间接描述布局问题的解结构,并且在模拟退火算法的基础上对布局问题的优化算法进行了研究,综合构成了一种有效求解布局问题的模拟退火算法。还将传统模拟退火算法和加回火策略的模拟退火算法的测试结果进行了比较。通过测试模块验证,传统算法取得了很优的结果,加回火策略的算法略微优于传统优化算法但却大大增加了时间复杂度。     

分级的混合模式布局算法

针对混合模式的布局问题提出一种分级的自动布局算法.所谓混合模式就是标准单元和宏模块相结合的布局模式.该算法在模块级和单元级两个层次上完成布局.在模块级上,首先将所有随机单元划分成若干软模块,然后采用基于序列对(sequence pair,简称SP)的方法完成模块布局;在单元级上,首先对每个软模块内部采用二次规划的布局算法进行布局,然后在全芯片范围内对布局进行改善,最后采用一种基于最小割(min-cut)和枚举相结合的快速详细布局算法完成最终布局.在一组标准单元数和宏模块数不同的电路上对该算法进行了验证,效果是令人满意的.     

逻辑模块的试验互换布局算法

本文给出了解决电路逻辑块布局问题的三种试验互换算法,把试验互换局限于电路所有模块中的一个子集,可以显著缩短计算时间,在DEC1090系统上进行的性能模拟表明,成对试验互换算法比N试验互换算法能更快地得到所需布局,非连接模块对和连接模块对都进行成对互换的算法性能最佳。     

面向布局优化问题的多量子态量子进化算法及其应

针对演化算法在求解带平衡约束的圆形布局问题上所出现的早熟现象,提出一种有利于保持种群多样性的多量子态量子进化算法,并结合高效的定位定序启发式方法进行求解。为了高效优化布局顺序,在量子进化算法的基础上：引入多量子态编码和基于平均收敛概率的收敛标准以提高求解速度;引入基于禁忌策略和启发信息的观测方法,使其所得到的n进制解为互不相同的整数串,同时保证优先布局质量大、半径大的小圆;引入动态量子进化策略,有效地引导种群向最优个体进化。在定位规则中引入定位概率函数提高解的精度,数值实验结果表明,该算法能够有效求解带平衡约束的圆形布局问题。     

基于Wang-Landau算法的动态设施布局方法

动态设施布局问题是设施在车间内多个阶段的布局规划问题。目前,针对动态设施布局问题,国内外学者对离散模型研究较多,而对连续模型的研究却较少。根据连续动态设施布局的特性与需求,构建了不等面积设施的动态设施布局连续模型。求解该模型的难点在于缺乏一种高效的布局优化方法。Wang-Landau算法是一种改进的蒙特卡罗算法。通过将Wang-Landau算法与空位点放置策略、外推移动策略、内压移动策略三种启发式策略相结合,提出一种基于Wang-Landau抽样的启发式算法,并以此求解该模型。使用文献中已有的测试算例对提出的算法进行测试,计算结果表明,所提出的算法在求解连续动态设施布局问题上是有效的。     

单线图动态规划最优布局成图技术

提出了一种基于动态规划算法得到布局最优解实现区域电网单线图生成的方法.根据电网空间数据构建拓扑模型,执行广度优先算法得到多个能构成连通图的邻接矩阵以及矩阵遍历序列,根据邻接矩阵宽度计算出能容纳全部设备的正方形范围,并建立了设备最小间距为优化目标的数学模型.提出了动态规划最优布局求解的算法,应用该算法求解布局最优解数组,最后按照最少交叉原则进行正交化处理.应用实例表明通过最优解布局的成图美观且高效.     

基于模拟退火算法的布局问题研究

在传统模拟退火算法的基础上,对布局问题的优化算法进行了研究,采用回火策略,改进一般模拟退火算法寻优的效果;结合布局问题的具体特点,采用Sequence Pair来描述布局问题的解结构,综合构成了一种新的求解布局问题的模拟退火算法.通过算例验证,该算法优于传统优化算法和普通启发式搜索算法,并且对增量布局也能够取得较好的效果.     

一种线长和时延双重驱动的布局算法

针对标准单元模式的超大规模集成电路布局问题,本文提了一种新的基于线长和时延双重优化目标的布局算法。在以优化线长为目标函数的布局结果基础上,进一步优化了芯片的时延特性,并通过算法设计较好地解决了二者优化方向的一致性。通过标准单元测试电路的实验结果比对,该算法在线长及时延优化方面综合性能良好。     

热约束的BBL布局算法研究

在集成电路芯片的现有精确热模型的基础上,提出一种简化的近似模型,与原模型相比,该近似模型的计算复杂度大大降低,提出了基于该模型的集成电路芯片热分布约束布局优化算法,用该近似模型来计算各热源的温度值和对其他热源的温度贡献值,然后用叠加原理计算出VLS1芯片上各点的温度值,热分布优化算法以芯片的平均温度和芯片面积作为优化目标,用模拟退火方法求解,实验结果表明,在考虑热约束的布局结果中,芯片上各点的温度分布均匀,最热点的温度显著降低,而芯片面积的增加却很少。     

微粒群算法在产品组件布局设计中的应用

提出了一种基于微粒群算法的自适应优化布局求解算法,该算法以组件特征模型为基础,在微粒群算法中引入人机交互技术,从整体上自动优化布局方案,以满足约束条件为目标。并以手机组件的布局求解为例,对该算法进行了验证。理论和实例分析表明,该算法能有效地生成多个手机组件布局方案。