G-Tree:基于引力指向技术减少拐弯的Steiner树算法

提出一种基于引力指向技术、以减少拐弯数为目标的最小直角Steiner树构造算法G-Tree.利用一个节点受到其他节点的引力来决定它的移动方向,并采用引力加权以考虑减少拐弯数,生成Steiner树后对拐弯数进行了进一步优化.减少拐弯数有助于在布线阶段减少可能的通孔,从而增强电路的可靠性和可制造性.实验结果表明,G-Tree算法在减少布线树的拐弯数方面有明显的效果.     

图压缩存储格式的核排序重边匹配算法

将图核概念引入到多水平方法粗化阶段,针对图的压缩存储格式提出了核排序重边匹配（CSHEM）算法。该算法借助图核的全局信息,改进了以往仅仅利用结点的度等局部信息进行匹配的粗化算法,在对原始图粗化过程中发挥结点核值导向性作用,克服以往只能选择随机匹配（RM）算法作为导向匹配算法的缺陷;提出了基于CSHEM和重边匹配（HEM）算法的组合粗化策略,在发挥结点核值的导向性作用的同时,又不至于被过分强调而使粗化图违背结点核值大小均匀分布的原则。基于ISPD98电路测试基准的实验和分析表明,相比无向图剖分软件MeTiS采用的RM和HEM算法的组合粗化策略,提出的策略取得了一定性能的改进。     

确定区域详细布线算法

提出了一种确定区域的详细布线算法,它能对不同设计模式进行布线。该算法能适用于任意多层布线情况,并且支持不同布线层具有的不同工艺参数,在构造布线树时,考虑芯片当前的走线拥挤度,使布线比较平均,并加快了算法运行速度、改善了布线质量,在连接两点线网时,构造基于二维迷宫布线结果的分层图,提出了一种对分层图的启发式染色算示来进行布线层分配,大大提高算法布线速度,采用拆线重布的方法来处理布线失败的线网。     

给定偏差约束下的时钟布线局部拓扑构造优化算法

提出一种时钟树布线算法,在给定偏差约束下,采用新的匹配策略考虑偏差约束进行局部拓扑优化,优先匹配延迟目标大的结点,将其置于时钟树拓扑结构底层;结合缓冲器的插入,抑制了蛇行线的产生．实验结果表明,对使用过时钟偏差调度算法优化后的电路,该算法可在时钟布线阶段有效地减少时钟线网中连线与缓冲器的总电容．     

覆盖多粒度下的形式概念更新方法

多粒度形式概念分析是数据挖掘与知识发现的重要工具。文中研究了覆盖多粒度下的形式概念的粗化和细化更新方法。首先,举例说明了现有的概念粗化更新算法可能导致概念缺失,通过分析缺失概念的本质特征,对现有概念粗化算法进行补充,并证明了新算法的正确性。其次,举例说明了现有的概念细化更新算法可能会生成冗余概念,通过分析冗余细概念的内涵特性,对现有的概念细化更新算法进行了优化,并证明了新算法生成结果的无冗余性,具有更低的时间复杂度。最后,通过实验验证了所提算法的有效性。     

一种新的与线网顺序无关的随机优化总体布线算法

针对目前总体布线中仍然存在的3个关键问题;布线结果受布线顺序的影响、总体布线图中拥挤区域的不可预见性、线网连接式样受到算法的限制等,该文提出了一种新的不受线网顺序影响的总体布线算法,并实现了相应的总体布线器RINO－Router。该算法采用随机优化方法来保 证先后被拆线重布的线网有相同的通过拥挤区域的机会,并能得到GRG边的拥挤度估计值;采用高效的Steiner树改造算法构造避开拥挤区域的布线树,采用典型电路实例进行了测试,并将布线结果与基于多商品流算法的总体布线器Matula-Router进行了对比。结果表明,RINO－Router能够在短得多的运行时间内求得质量与Matula-Router相近的总体布线解。     

基于两阶段调度的制造单元协同调度算法研究

针对单元制造问题,提出了一种基于两阶段的调度算法,通过过程分解和算法优化两方面实现问题求解。调度过程分为“预调度”和“整体调度”两个阶段,对大规模调度进行调度,不仅有效地降低了问题规模,同时制造单元调度结果对实际生产具有现实意义;调度算法采用了“精确”计算和“近似”求解相结合的方式,既提高计算效率又兼顾了全局优化目标。数值实验结果表明了的这一设计思路的有效性。     

一种考虑电压岛边界约束的多电压布图算法

多电压设计(multiple supply voltage,MSV)是降低SoC功耗的有效方法之一.为便于电压岛供电引脚的放置,提出了一种考虑电压岛边界约束的多电压布图算法.首先,基于切分树表示的布图解特点,提出一种边界检查算法快速确定所有模块的边界信息.其次,以优化功耗为目标采用改进动态规划方法进行多电压分配并构建电压岛.最后,以模拟退火算法作为搜索引擎对芯片的面积、线长和功耗进行协同优化.为减少SA迭代次数,采用了一个两阶段的降温策略.对GSRC电路的实验结果表明,该算法可获得满足边界约束的多电压布图,且和不考虑边界约束时相比,仅在功耗上平均增加5.2％.     

基于多阶段拆线重布的总体布线算法

超大规模集成电路总体布线是集成电路物理设计的关键环节之一,对芯片的可布线性、线长、通孔数等性能指标有重大影响.针对拆线重布方法容易陷入局部最优解的问题,提出一种基于多阶段拆线重布的总体布线算法.该算法根据不同布线阶段对最小化溢出值和最小化线长这两个目标的侧重点不同,通过构造不同的布线代价函数、确定不同的布线顺序、选取不同的布线模型及布线算法对线网进行拆线重布,使得基于多阶段拆线重布的总体布线算法可以有效地跳出局部最优解,快速地提高布线质量.采用ISPD08总体布线竞赛中的标准测试例子集的实验结果表明,与NTUgr,NTHU-Route2.0和NCTU-GR2.0相比,所提出的总体布线算法在平均总溢出方面分别减少了1.4%,2.4%和21.5%,在平均运行时间方面分别快了10.4倍,1.6倍和1.3倍.     

基于MapReduce并行化计算的大数据聚类算法

面对大数据规模庞大且计算复杂等问题,基于MapReduce框架采用两阶段渐进式的聚类思想,提出了改进的K-means并行化计算的大数据聚类方法。第一阶段,该算法通过Canopy算法初始化划分聚类中心,从而迅速获取粗精度的聚类中心点;第二阶段,基于MapReduce框架提出了并行化计算方案,使每个数据点围绕其邻近的Canopy中心进行细化的聚类或合并,从而对大数据实现快速、准确地聚类分析。在MapReduce并行框架上进行算法验证,实验结果表明,所提算法能够有效地提升并行计算效率,减少计算时间,并提升大数据的聚类精度。     

基于竞争环境的截流设施选址与车辆路径问题

研究竞争环境下截流设施选址与带时间窗的多中心车辆路径问题。首先,在考虑设施覆盖范围衰退的情况下,利用阶梯型效用函数和偏离距离描述消费者的选择行为,并确定截流设施的需求量;然后,采用基于聚集度的启发式算法对门店进行分类,借助双层规划法,建立门店选址与车辆路径安排的多目标整数规划模型;最后,采用改进的蚁群算法进行求解。通过分析对比实验结果,验证了模型的有效性和可行性。     

基于能量均衡的ZigBee网络树路由算法

针对ZigBee网络树路由算法中的路由非最优以及某些节点可能会因为业务量过大而过早耗尽电池能量的问题,提出一种改进的基于能量均衡的ZigBee树路由算法。改进算法中通过引入邻居表,考虑路由跳数使路由局部最优,同时改进算法中也考虑了节点的剩余能量,路由选择的时候尽量避开剩余能量较低的节点。仿真结果表明,改进算法能有效地节省网络的总体能量消耗,实现网络负载均衡,最大化网络的生存时间。     

一种低拒绝率最小干扰路由算法

介绍经典的最小干扰路由算法MIRA及WSC,针对其在进行链路权重定位时仅考虑单个网络最大流的缺点,提出一种用以实现最小干扰路由的算法MWSC。MWSC能够考虑多个网络最大流的情况,从而准确定位关键路径。仿真实验结果表明,MWSC具有比MIRA和WSC更低的用户请求拒绝率。     

时间依赖型车辆路径问题的一种改进蚁群算法

时间依赖型车辆路径规划问题(TDVRP),是研究路段行程时间随出发时刻变化的路网环境下的车辆路径优化.传统车辆路径问题(VRP)已被证明是NP-hard问题,因此,考虑交通状况时变特征的TDVRP问题求解更为困难.本文设计了一种TDVRP问题的改进蚁群算法,采用基于最小成本的最邻近法(NNC算法)生成蚁群算法的初始可行解,通过局部搜索操作提高可行解的质量,采用最大--最小蚂蚁系统信息素更新策略.测试结果表明,与最邻近算法和遗传算法相比,改进蚁群算法具有更高的效率,能够得到更优的结果;对于大规模TDVRP问题,改进蚁群算法也表现出良好的性能,即使客户节点数量达到1000,算法的优化时间依然在可接受的范围内.     

智能集成路由算法的设计与实现

为保证Internet网络的服务质量，提高网络资源利用率，本文借鉴神经网络算法的快速高效及改进的路由算法简单易行、成本低的特点，提出了智能集成路由算法，使路由选择能在不同条件下，在神经网络算法与改进的算法之间切换。并设计了算法的模拟试验，通过比较各算法的耗时，证明了该算法的优越性。     

可充电无线传感网络能量均衡路由算法

针对可充电无线传感网络中的能量均衡路由问题,提出在稳定功率无线充电和监测数据收集网络场景下的多路径路由算法和机会路由算法,以实现网络的能量均衡。首先,通过电磁传播理论构建了无线传感节点的充电和接收功率关系模型;然后,考虑网络中无线传感节点的发送能耗和接收能耗,基于上述充电模型将网络能量均衡的路由问题转化为网络节点运行时间的最大最小化问题,通过线性规划得到的各链路流量用以指导路由中数据流量分配;最后,考虑一种更加现实的低功耗的场景,并提出了一种基于机会路由的能量均衡路由算法。实验结果表明,与最短路径路由（SPR）和期望周期最短路由（EDC）算法相比较,所提出的两种路由算法均能有效提高采集能量的利用率和工作周期内的网络生命周期。     

铁路运输网络通过能力优化利用模型及算法

优化路网通过能力利用水平是缓解铁路运输能力紧张的有效方法。在传统通过能力定义的基础上提出了能力利用水平下铁路网通过能力的定义,考虑车流的不可分割性及车站的影响,构建基于能力利用水平的铁路网通过能力优化利用模型。利用最小费用最大流的增广链搜索思路设计了车流备选调整径路获得的方法,利用遗传算法的隐并行性进行车流调整方案的优选,该算法有利于车流径路的优化分配,降低了模型求解的难度。以中国中部地区局部铁路网为例,按照构建的模型及算法进行模拟计算,算例计算结果表明,设计算法收敛速度较快,从车流分配结果来看,部分车流选择了非最短路径绕行通过能力紧张的车站或线路,计算结果具有实际应用价值。     

基于延迟合并嵌入的带障碍的时钟树布线算法

提出一种在带障碍情况下,基于延迟合并嵌入方法的时钟树构建算法,并在时钟树构造过程中引入了轨迹图以保证布线可以绕过障碍．该算法以已知障碍为布线约束,首先自底向上计算时钟树内部节点的可能位置,然后自顶向下确定每个节点的确切位置．实验结果表明,该算法能够正确、有效地实现有障碍存在时的时钟树布线,线长优化率超过7％．     

Secure Routing Protocol based on Multi-objective Ant-colony-optimization for wireless sensor networks

To solve the problem of achieving the maximum network security goal with lower energy consumption in wireless sensor networks, this paper proposes a Secure Routing Protocol based on Multi-objective Ant-colony-optimization (SRPMA) for wireless sensor networks. The ant colony algorithm is improved to be a multi-objective routing algorithm with considering the residual energy of nodes and the trust value of a rout path as two optimization objectives, in which a rout path is produced through the multi pheromone information and the multi heuristic information consisting of two objective functions. The node trust evaluation model is established by using an improved D-S evidence theory with confliction preprocessing to evaluate nodes trust degree. The multi-objective routing result is obtained by using the Pareto optimal solution mechanism by using the external archive method with a crowding distance criterion. The simulation results conducted with NS2 show that the proposed algorithm can achieve desired performance against the black hole attack in WSN routing.