ohonen神经网络在时延驱动布局听应用

本文提出一个基于Ｋｏｈｏｎｅｎ自组织神经网络的以关键路径时延最小为优化目标的时延我动布局算法，算法的关键是建立面向线网的样本矢量，与面向单元的样本矢量相比，面向一网的样本矢量不仅可以直接处理多端线网，而且地延信息，实验结果表明，审一种有效的方法。     

Kohonen神经网络在时延驱动布局中的应用

本文提出一个基于Kohonen自组织神经网络的以关键路径时延最小为优化目标的时延驱动布局算法。算法的关键是建立面向线网的样本矢量。与面向单元的样本矢量相比,面向线网的样本矢量不仅可以直接处理多端线网,而且能够描述时延信息。实验结果表明,这是一种有效的方法。     

功耗和时延双重驱动的VLSI布局算法

针对超大规模的门阵列和标准单元电路，本文提出一种功耗和时延双重驱动的ＶＬＳＩ布局算法．以往发表的布局算法中，很少能够同时处理功耗和时延的双重约束．在以往的时延驱动布局算法中，仅有一个算法［３］能够处理超大规模的电路；该算法尚存在以下问题：１）其基本思想只能处理组合电路；２）延迟模型过于简单，因而不适合深亚微米工艺；３）该算法不是基于全路径的．我们的算法克服了这些问题，能够精确地控制最长路径延迟，同时保证优秀的布局质量和功耗的均匀分布．而且，对于超大规模的电路，我们的算法是同类算法中最快的．     

应用神经网络解决连线总长最短的门阵列布局算法

本文研究了利用神经网络来解决VLSI门阵列布局优化问题.文中首先找出了门阵列布局优化问题与神经网络能量函数之间的映射关系,然后利用对应的神经网络动态特性对问题求解.由于神经网络的大规模并行计算特性,使该算法从本质上具有并行处理的特点.     

自组织神经网络在时延驱动的MCM系统划分中的应用

ＭＣＭ是 的一种新技术,划分是ＭＣＭ设计中极其重要的一个环节,本文应用Ｋｏｈｏｎｅｎ自组织神经网络求解以面积和时延为约束的,以芯片之间的边线代价和系统时钟周期为优化目标ＭＣＭ系统 发问题,算法用单元之间的联接度和组合逻辑单元的内部时延表示直接相联单元间的相似性,并应用模糊相似性变换建立间接相联单元间的相似性,算法将各单元映射到二维平面上,对应一个或者多个神经元,学习过程是通过单元之间有协作的移动,     

用神经网络求解模糊线性规划问题

本文根据模糊线性规划和神经网络的特点，导出了用神经网络求解模糊线性规划的方法；考虑到神经网络电路中的放大器单元和电阻元件客观上存在误差，提出了用误差补偿法减小这些误差对这对神经网络输出精度的影响。     

用神经网络求解模糊线性规划问题

本文根据模糊线性规划和神经网络的特点,导出了用神经网络求解模糊线性规划的方法;考虑到神经网络电路中的放大器单元和电阻元件客观上存在误差,提出了用误差补偿法减小这些误差对神经网络输出精度的影响。计算机仿真和电路实验都表明了这种方法的有效性。     

集成电路的连线时延及其在版图设计中的估算

连线时延是新一代集成电路设计的重要课题之一．本文提出一种新的连线时延近似估算法．这种方法基于线网的RC树结构，采用Elmore时延原理，给出了线网在米布线情况下时延的下界估计．它计算简单，精确度好，对时延驱动的版图优化设计具有重要的理论意义和实用价值．     

基于Sakurai模型的时延驱动Steiner树算法

时延驱动的Ｓｔｅｉｎｅｒ树构造算法是时延驱动总体布线的基础．本文首先简介了求解最佳Ｓｔｅｉｎｅｒ树的Ｄｒｅｙｆｕｓ－Ｗａｇｎｅｒ算法．随后通过引入Ｓａｋｕｒａｉ时延模型,提出了直接基于Ｓａｋｕｒａｉ模型的提高线网时延性能的时延驱动ＤＷ算法．当集成电路工艺的特征宽度较小时,该算法求得的Ｓｔｅｉｎｅｒ树中关键点的时延值,明显小于ＩＤＷ和ＣＦＤ算法的结果．     

基于神经网络的时延驱动版图规划算法

本文用离散的网格代替连续的版图规划平面,把长宽比可变的软模块对应成多个长度和宽度均确定的硬模块,给出了相应的时延驱动版图规划问题的形式化描述,并提出了基于均场退火网络的新的求解算法.算法用一个三维二值换位矩阵将问题映射为神经网络,建立包含时延约束、重叠约束和优化目标的能量函数,再用均场退火方程迭代求解.对应于同一软模块的硬模块有且只有一个能且只能放置在版图规划平面一个位置上的约束用神经元归一化的方法解决.本算法已用Visual C++编程实现,实验结果表明,这是一种有效的方法.     

用神经网络方法求解Hilbert空间中的优化问题

本文在线性规划神经网络的基础上,提出了一种求解Hilbert空间中优化问题的神经网络方法。这种方法不是通过利用数字计算机复杂的迭代运算来求优化问题的解,而是建立一个与线性规划网络相应的模拟电路系统,即一个专用的模拟计算机,在稳定状态下,测量电路系统的输出电压即可获得对应问题的解。理论和实验都表明,该方法可在RC时间常数内(纳秒级)对优化问题进行求解,并且具有对电路参数容错性强,结构规正、简单等特点。     

一种应用神经网络的成组问题实现方法

提出了一种新的成组算法－用神经网络中感知器模型来解决成组问题，此方法有较强的学习能力与容错能力，同时，它能直接给出瓶颈零件。     

用神经网络求解Job—Shop类型调度问题

本文在Ｈｏｐｆｉｅｌｄ神经网络的基础上针对ＦＭＳ中Ｊｏｂ－ｓｈｏｐ类型调度问题，提出了线性Ｈｏｐｆｉｅｌｄ神经网络的表示方法，给出了网络的能量函数表示方法及神经元状态方程，理论上，证明了算法的收敛性及能量函数中系数与迭代步长的关系，软件模拟计算结果表明，所提出的方法是有效的且计算结果是满意的。     

神经网络求解逆运算问题的能力

用正运算方法求解逆运算问题是一值得重视的思想。本文分析了反馈型神经网络在解计算问题方面所具有的这一独特性质。利用这一概念可用模拟电路的神经网络构成一些崭新的高速运算器。本文给出三个实例，其一是由乘法运算构成除法器；其二是由矩阵参数求逆矩阵问题；其三是用简单的求余数运算组成其逆运算器，即解中国余数定理网络。这种网络的特点是以简单的正运算方法完成复杂的逆运算，使设计变得简单，在一些情况下可省去传统逆运算所需的许多参数，同时使运算器的运用范围大大增加。此外，该神经网络是用模拟电路实现，因而适用于高速实时处理。本文提出的思想在解决大量线性和非线性束逆运算问题中有着普遍的意义。     

用神经网络求解Job－Shop类型调度问题

本文在Ｈｏｐｆｉｅｌｄ神经网络的基础上针对ＦＭＳ中Ｊｏｂ－ｓｈｏｐ类型调度问题，提出了线性Ｈｏｐｆｉｅｌｄ神经网络的表示方法，给出了网络的能量函数表示方法及神经元状态方程。理论上，证明了算法的收敛性及能量函数中系数与迭代步长的关系，软件模拟计算结果表明，所提出的方法是有效的且计算结果是满意的。     

求解任意凸规划问题的神经网络模型

本文提出求解任意凸规划问题的神经网络模型，证明了采用松弛变量的拉格朗日乘子法用凸规划求解时所构造的函数，在一定条件下，其平衡点即为问题的最优解，通过附加惩罚函数项，克服了单纯使用拉格朗日乘子法或惩罚函数法时存在的问题，计算机模拟结果证明了本文的有效性。     

神经网络求解传热反问题的可行性研究

文中简要回顾了传热反问题的发展历程,指出了传统的解法存在的局限性。提出将神 经网络用于求解传热反问题,并讨论了其可行性及发展方向,并给出了一个简单的算例。     

求解多项式实零点问题的神经网络法

本文给出一类适合于求解多项式实零点问题的神经网络。理论分析和模拟结果都表明,这类网络可实时求解多项式实零点问题。     

求解多项实零点问题的神经网络法

本文给出一类适合于求解多项式实零点问题的神经网络，理论分析和模拟结果都表明，这类网络可实时求解多项式实零点问题。     

TiN覆盖层和Co/Ti/Si三元固相反应改善超薄CoSi_2高温稳定性

本文研究不同金属薄膜结构形成的超薄ＣｏＳｉ２膜的高温稳定性．采用离子束溅射和反应磁控溅射技术制备Ｃｏ／Ｓｉ、ＴｉＮ／Ｃｏ／Ｓｉ、Ｃｏ／Ｔｉ／Ｓｉ、ＴｉＮ／Ｃｏ／Ｔｉ／Ｓｉ不同结构，在高纯氮气下进行快速热退火（ＲＴＡ），形成ＣｏＳｉ２薄膜．应用四探针薄层电阻测试、扫描电子显微镜（ＳＥＭ）、透射电子显微镜（ＴＥＭ）进行测试．实验结果表明：ＴｉＮ覆盖层和Ｃｏ／Ｔｉ／Ｓｉ三元固相反应都是有利于形成具有良好高温稳定特性的ＣｏＳｉ２薄膜的有效方法，有望应用于深亚微米接触和互连技术中．