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％．     

时钟树性能的研究及改进方法

分析了时钟树的性能要素:时钟树长度、时钟树偏差和时钟信号占空比,分析了改进时钟树性能的多个策略:合理的floorplan、合理的时钟创建源点、避免宏模块时钟端对时钟树平衡的不利影响、正确处理分离时钟门控、使用clock inverter改善时钟信号占空比。     

多级多商品流物流网络设计的优化模型与组合模拟退火算法*

以最小化系统内的建设费用、库存费用和运输费用为优化目标,建立可描述一般性带能力约束的多级多商品流物流网络设计问题的优化模型,并根据物流网络设计问题的特点,基于模拟退火算法的思想,设计组合模拟退火算法对模型进行求解。算例的计算结果表明,该优化方法运算快捷,结果正确合理,能为此类物流网络设计问题提供科学的决策依据;通过分析发现,存储费用和运输费用都会影响物流网络系统的总费用,但运输费用对系统总费用的影响程度相对要大得多。     

基于改进模拟退火算法的软件可靠性模型参数估计方法

为提升现有软件可靠性模型的拟合性能和求解精度,结合软件可靠性模型求解特征,提出一种改进的模拟退火算法。在此基础上,提出基于改进模拟退火算法的软件可靠性模型参数求解方法(简称为MSAE法),并将新方法应用于4组失效数据集。工程应用结果表明,与最大似然估计(MLE)法、和声搜索(HS)算法和蚁群(AC)算法相比,MSAE法可有效改善软件可靠性模型参数求解不收敛的情况,并且可以有效提升现有软件可靠性模型的拟合性能。     

基于冗余时钟源的工业无线网络时钟同步方法

所有设备的时钟同步是大规模工业无线网络系统的重要问题.为了提高同步精度,提出了通过基于TPSN算法的冗余主时钟同步偏差线性反馈算法,实现在多次同步过程的累积误差反馈补偿.理论分析与实验结果均表明,该算法对工业无线网络时钟同步精度的提高有明显作用.     

前后端协同的时钟树设计方法

提出一种新的高平衡、高可靠性的前端可控时钟树设计方法,解决时钟树需要在后端工具中多次反复以达到满足性能和功耗要求的问题。阐述了从前端优化和后端约束2个方面入手解决时钟树设计中经常会遇到的问题。在此基础上,将前后端方法结合起来完成时钟树设计。结果验证该方法可以减少大约20%的功耗,同时节省了设计时间,该方法可以广泛应用于基于时钟的同步数字电路设计中。     

多级编码树编码的整理方法

在实际应用中经常会有些类似财务科目式的把结点的上下层关系置入编码中的数据,它们以多级编码的形式存储在库表中,但有时由于各种原因需要对原编码进行按显示顺序有规律地重新编码,但又需要保持原先的上下层关系.本文通过对Oracle的SQL语句的灵活运用,提出用一句Oracle的SQL语句完成多级编码的重新编码,此法在多个系统的初始化过程中得到实际应用,简便实用大大提高了初始化的速度与可靠性,也为其他多级编码式的树型关系数据进行编码重组提供一种新颖的方法.     

一种自动布线方法：多级线探索法

本文介绍了一种在微机上实现的印制板自动布线方法──多级线探索法及其编程方法。这种方法是基于完备布线算法的概念，通过分析李氏算法和传统线探索法的不足之处而得到的。虽然它也是一种线探索法，但有较传统线探索法更强的探索能力，不需要结合李氏算法而能单独完成布线任务，是一种较理想的算法，通过实验获得了较为满意的效果。     

基于ZigBee技术的公共时钟系统构建

构建了一种基于ZigBee技术的公共时钟系统,依据ZigBee的不同技术,分别构建了它的总体结构、时钟同步算法以及软硬件结构.该公共时钟系统在某电站办公综合楼内经过一年的实验运行,结果表明系统时钟同步精度高,运行可靠稳定.     

基于时钟树功耗预提取的SoC功耗估计方法

精确评估系统芯片（System-on-a-Chip）在各种不同工作状态下的功耗需要仿真不同的向量集。评估过程中很大一部分计算花费在时钟树功耗上。通过对芯片功能的分析，可以将时钟树功耗单独提取并加以计算，然后只需要每次计算出芯片其它部分在各种工作状态下的功耗，即可得到系统的总功耗。在“中科SoC”没计中的实践可以看出，该方法同传统方法相比可以节省10％以上的计算时间和大约13％的磁盘存储空间，而功耗估计偏差不到0．1％。     

遗传模拟退火算法在组播路由选择中的应用

本文研究基于带宽、时延及时延抖动约束最小代价的QoS组播路由优化算法.针对遗传算法在求解多目标优化问题时局部搜索能力弱、易早熟的缺陷,提出了一种基于遗传算法和模拟退火算法混合策略的多目标优化方法.该算法采用树结构编码机制和改进的交叉和变异算子,利用模拟退火算法在可行解范围内构造邻域解集,采用种群早熟评价函数进行局部细化...     

基于遗传模拟退火算法的QoS组播路由算法

提出了一种基于遗传模拟退火算法的带宽、时延和时延抖动约束费用最小的组播路由选择方法，该方法针对遗传算法的局限性，采用基于备选路径集的整数队列编码机制，对适应度函数进行了调整，改进了交叉和变异操作，结合了模拟退火算法。实验表明，该算法能够有效地提高收敛速度、避免早熟收敛、满足多媒体网络对相应QoS的需求。     

基于模拟退火算法的能耗均衡多跳路由方案

针对传感器网络聚类间能耗负载不均衡和传统拓扑方案连通冗余度过高等问题,提出一种基于模拟退火算法的聚类间的多跳路由方案。在聚类首领至基站的路由选择上,改变传统的一跳路由至多跳路由,基于首领节点的度约束和能耗代价,为每一个首领节点均衡地选择下一跳路由,避免“能量热点”问题。实验结果表明,与LEACH、EECS协议相比,该方案所获拓扑能均衡各聚类的能耗负载,降低网络整体功耗,延长传感器网络的生命周期。     

一个基于模拟退火的多主体模型及其应用

近些年,多主体系统的理论及应用得到了人们的广泛关注,并得以迅速发展.研究者提出了很多基于多主体系统理论的模型,用于求解各种问题.AER(Agent-environment-rules)模型正是一个用于求解约束满足问题较为成功的例子.但是,主体的静态策略选择在一定程度上限制了模型的求解性能.将模拟退火算法与多主体系统思想相结合,并赋予主体更为高效的动态策略选择的能力,提出了SAAER模型(simulated annealing based AER model).基于约束满足问题经典实例--N-Queen问题和染色问题的实验表明,改进后的模型较之原模型获得了更高的效率和稳定性.对于N=10000的大规模N-Queen问题,能在200s左右的时间求得精确解.     

基于混沌变量的模拟退火优化方法

基于混沌变量,提出一种混沌模拟退火优化方法,给出了初始温度的方法。利用混沌变量对当前点进行扰动,随着搜索的深入逐渐减小扰动的幅度。数值计算结果表明,该方法可以显著提高求解全局优化问题的计算效率。     

一种基于模拟退火和遗传算法的模糊聚类方法

首先,对模糊C-均值聚类算法做了简要分析和评论,根据其特点,提出了一种基于模拟退火和遗传算法的聚类分析方法,算法中采用了适合于模糊聚类的树型编码方案。实验表明,该算法可克服系统对数据集及初始聚类中心的敏感性,避免陷入局部极小,在模式识别、数据挖掘等领域有着广泛的应用前景。     

Enhanced Simulated Annealing Technique for the Single-Row Routing Problem

This paper presents ESSR (Enhanced Simulated annealing for Single-row Routing) model for solving the single-row routing problem. The main objective in this problem is to produce a realization that minimizes both the street congestion and the number of doglegs. Simulated annealing (SA) is a stochastic, hill-climbing and gradient-descent technique based on the statistical properties of particles undergoing thermal annealing. By performing slow cooling, the nets in the single-row routing problem align themselves according to a configuration with the lowest energy. The model has been known to produce reasonably good solutions for many NP-complete optimization problems, such as the single-row routing problem. In ESSR, our strategy is to minimize both the street congestion and the number of interstreet crossings (doglegs) by expressing a single energy function as their collective properties. This objective is achieved by representing the energy as the absolute sum of the heights of the net segments. To speed up convergence, we pivot the street congestion value while having the energy drops directly proportional to the number of doglegs. This action has the effect of minimizing the number of doglegs as the energy stabilizes. Our simulation work on ESSR produces optimal results in most cases for both the street congestion and the number of doglegs. Our experimental results compare well against results obtained from our earlier model (SRR-7) and two other methods reported in the literature.     

给予模拟退火研制批量计划问题的两阶段算法

本文建立了一种轧制批量计划问题的数学模型,提出一种改进的两阶段启发式算法,并对其求解。该算法是由启发式算法和模拟退火算法组成的,基于实际生产数据的仿真结果证实了该算法的有效性。     

基于小生境的混和遗传退火算法的并行化

提出一种并行小生境混合遗传退火算法,并对该算法的特点和优化性能作了定性分析,该并行算法调用了MPI并行库,采用Master-Slaver结构,融入小生境淘汰技术.并应用该算法优化典型的多峰值测试函数-Shubert函数,结果表明这种并行后的算法提高原小生境混合遗传退火算法进化速度,增强全局寻优能力.     

基于模拟退火的QoS路由算法

针对服务质量(Quality of Service,QoS)路由问题的特点。提出了一种模拟退火算法,采用整数序列状态编码。并结合一种有效的路径变换算子来进行邻域搜索。仿真表明该算法在合理的时间内能以较大的概率找到全局最优解。