互连寄生电容器中屏蔽导体的快速判断

应用层次式Ｚ缓冲区可视性算法的思想,实现了一种互连寄生电容器中屏蔽导体的快速判断算法,能准确地确定对电容值影响较小的导体,并加以消除,当用边界元法提取甚多环境导体对关键路径产生的寄生电容时,可在满足计算精度的条件下,显著地提高计算速度。     

重叠组合法的芯片级三维寄生电容提取及其并行实现

采用双向区域重叠组合法，基于三维层次式块边界元法实现了芯片级的互连电容提取．该方法将芯片切分为大量小规模区域。用全局场求解器计算各子区域电容矩阵，可方便地组合出整个芯片的电容矩阵；同时分析了其计算量和精度，并进行了并行计算实验．对实际版图结构的数值实验验证了有关分析结论，表明该方法高效、可靠、并行性能好．     

精确寄生参数提取软件设计和实现

在超大规模集成电路设计中,互连线寄生参数提取已经成为必不可少的一个环节,并且随着工艺进步对寄生参数提取精度和速度都提出更高要求。论文描述了一款基于3D场解决器的精确寄生参数提取软件设计与实现方法,试验表明该软件能够方便精确地完成寄生参数提取。     

模拟集成电路三维互连电容的改进层次式提取

层次式直接边界元方法可一次性计算出整个互连寄生电容矩阵,具有较高的计算效率．针对模拟集成电路的特点,对层次式三维电容提取的三维块切割方式、非均匀边界元划分和程序组织等方面进行了改进,显著地提高了算法的效率．数值实验表明,改进的层次式互连电容提取在保证高精度的同时,速度提高了数倍,适用于实际的模拟集成电路设计．     

基于随机行走电容提取且保证准确度的线网时延计算方法

从随机统计原理出发,考虑基于随机行走电容提取的多端线网时延计算,提出保证准确度的多端线网自适应互连时延计算方法.首先推导了互连时延的随机误差与随机行走电容提取结果误差的依赖关系,给出了时延误差的理论上限;然后提出了基于误差上限估计和基于误差微调的2种自适应互连时延计算策略,它们根据用户指定的时延误差阈值自动调整执行随机行走电容提取的精度设置与次数,并通过"断点续算"提取技术缩短整体计算时间.对实际电路版图中互连线网结构进行计算的实验结果表明,该方法能够保证时延结果的准确度,而基于误差微调的自适应策略比基于误差上限估计的策略效率更高,在确保时延误差可控的同时使包含电容提取的总计算时间最短.     

一种基于电路精简的Memory特征参数提取方法

提出一种基于电路精简的Memory特征参数快速提取方法.该算法通过对互连线寄生RC参数和Memory非活动存储单元的电路精简,能够快速准确地进行深亚微米工艺下Memory特征参数提取.     

VLSI三维电容的多极提取新方法

随着超大规模集成电路(Very Large Scale Integrated circuits，VLSI)的高速发展和深亚微米工艺及多层布线技术的广泛应用，器件的密度急剧增长、工作频率不断增加，使互连寄生效应成为制约电路延迟、功耗以及可靠性等重要性能的瓶颈之一。快速、精确地提取三维互连寄生电容已成为高性能集成电路设计中的一个关键环节，也是VLSI设计自动化领域一个热点课题。近十年来，间接边界元多极加速电容提取算法取得了重要的进展，但离实现全路径全芯片电容提取的目标还有很长距离。     

三维VLSI互连寄生电容提取的研究进展

随着VLSI电路集成密度急剧增长及特征尺寸不断缩小，互连寄生参数提取已成为集成电路辅助设计中的一个研究热点。目前，三维互连寄生电容提取的研究得到广泛关注，并取得了很大进展。针对这一热点，结合作者的研究工作，对三维电容提取方法进行综述，详细阐述国内外的相关研究进展情况。重点介绍间接、直接边界元方法，以及维度缩减技术和区域分解法等半解析方法。     

考虑通孔电阻和耦合电容的时延驱动的层分配算法

针对集成电路设计的多层布线问题,提出了以直接优化互连时延为目标、同时考虑通孔电阻与耦合电容的层分配算法.通过基于路径的时延分析寻找电路的关键路径,以通孔的时延模型和概率耦合电容模型作为层分配模型计算资源分配的代价,利用基于启发式的贪婪算法进行层分配.实验结果表明:该算法比只控制通孔和耦合电容数量的层分配策略具有更大的优势.     

圆柱形硅通孔的二维解析电容模型

精确提取三维芯片中硅通孔(Through Silicon Via,TSV)电容在三维芯片设计中至关重要.使用后钻孔工艺(Via-last technology)制造的TSV将贯穿导体层,使得TSV和互连线之间的耦合电容需要精确建模.文中提出的解析公式方法可以快速提取圆柱形TSV与互连线间的二维耦合电容.对于较短的互连线,文中采用基于最小二乘拟合得到的解析公式,而对于较长的互连线,使用基于电场模拟得到的解析公式.数值实验表明和商业软件Raphael相比,文中方法可以在结果误差不超过9.1%的情况下获得至少三千倍的加速.     

一种优化的关联规则增量更新算法

针对PFUP算法存在扫描多次数据库这个瓶颈问题,提出一种优化的关联规则增量更新算法MIFUP(Mixed Improve Fast Updating).该算法提出了两种优化策略:借鉴事务压缩原理和用数组存放一阶非频繁项集个数.实验仿真说明,MIFUP算法效率明显优于PFUP算法.     

一种防火墙规则冲突快速检测算法

目前,在防火墙规则冲突检测算法中,效率问题一直没有很好的解决,当防火墙规则数目较大时,检测规则冲突的速度很难满足客户的需要。为了能够快速地检测出防火墙中的规则冲突,在目前使用较多的ASBV算法上提出一种规则冲突检测算法(DBBV算法)。该算法采用的方法是使用位向量和分治技术,该设计在检测规则冲突的时候,设计的算法只是进行了一次位运算。同时该算法采用的是范围形式的规则集。经过对算法详细的分析,以及通过实验方法的验证,改进的DBBV算法的规则冲突检测效率明显高于ASBV算法。     

基于遗传神经网络的MADA

宏观质量决策方案的评价与选择,需要能准确给出各影响因素的权重系数,文中在分析了多属性决策问题及现有方法之后,提出子用遗传神经网络建立权重分配模型,从而改进多属性决策的方法,使权重的确定较为客观准确,并具有自学习功能,实践表明,效果良好。     

一种关于蛋白质模体的自动识别算法

随着生物信息学的发展，模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念，讨论了模体识别算法(MEME)的基础，即EM(expectation maximization)算法，由于MEME算法是建立在EM算法的基础上的，所以又由此引出了MEME算法，并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论，对算法的局限性和有待改进的地方作了说明。实践证明，MEME是一个较好的模体识别算法，它能够识别出蛋白质或者DNA序列中单个或多个模体，具有很大的灵活性。     

改进的蝴蝶优化聚类算法

针对当前算法在求解聚类问题时存在精度低、速度慢及鲁棒性差等问题,提出一种改进的蝴蝶优化聚类算法,借鉴精英策略思想重新定义蝴蝶优化算法的局部搜索迭代公式,然后融合遗传算法的选择、交叉和变异操作.在1个人工数据集和5个UCI数据集上的测试结果表明所提出算法的性能,且与其他算法相比具有一定优势.     

一种适合于大数据集处理的混合EM算法

EM算法的计算强度较大，且当数据集较大时，计算效率较低。为此，提出了基于部分E步的混合EM算法，降低了算法的计算强度，提高了算法对数据集大小的适应能力，并且保持了EM算法的收敛特性。最后通过将算法应用于大的数据集，验证了该算法能减少计算强度。     

智能优化算法的应用研究

优化问题广泛存在于各个领域,对该问题的求解问题从没停止过.自从优化问题提出以来,人们提出了各种各样的智能优化算法.文中简要介绍了遗传算法、蚁群算法、模拟退火算法3种智能优化算法,并简述其优缺点及应用研究的使用情况.     

一种基于小波理论的LMS算法研究

基于LMS算法原理和MALLAT算法,提出了小波自适应算法,并对算法进行了理论分析和仿真研究,仿真结果表明,小波自适应算法在非线性系统辩识中表现出了良好的性能。     

基于仿生理论的几种优化算法综述

简要介绍了目前比较流行的三种新型仿生优化算法,即人工鱼群算法、免疫算法和禁忌搜索算法,就这些算法的特点和异同进行了分析,并对它们的发展进行了进一步的阐述,提出了今后的研究方向。     

基于剪枝算法解决多处理机调度问题的算法研究

针对当前算法求解多处理机调度问题的不足,从剪枝策略的角度提出了一种笨人算法。笨人算法的思路是：不断排除最差解,直到剩下唯一解。这种剪枝算法至少保证当前的选择不是最差的,并且对计算过程的最大复杂度作了一个估计。经过实验分析,对于◢N×N◣的MSP,多数情况下,笨人算法比贪心算法、遗传算法、差分进化算法的表现更为稳定和优秀,是一种有效的算法,也为相关问题的研究提供了一种新的思路。