工艺波动致RLC互连延时极值分析

基于等效Elmore延时模型和RLC互连的工艺角分析,提出了工艺波动致RLC互连延时快速极值分析方法,可以用于由工艺波动引起的RLC互连延时变化的最好情况和最坏情况分析．采用该方法针对68nm,45nm,36nm和25nm工艺节点进行了仿真验证．结果显示,这种新方法误差小速度快,与HSPICE相比误差小于7％,可以应用在快速静态时序分析中．     

时序快速收敛的区域约束式版图设计

针对深亚微米工艺下版图设计中存在的时序收敛问题,提出了一种区域约束的版图设计方法.通过布局规划将各模块约束在版图的特定区域内,提高逻辑综合阶段预估模块内局部互连线时延的准确性,同时优化模块间的全局互连线用布局布线工具以达到快速的时序收敛.针对50万门的ATSC-8VSB信道解码芯片,采用0.18 μm工艺在商用软件平台上对该方法进行了验证.实验结果表明,只需一次迭代就能实现时序收敛,芯片速度可达到150 MHz.     

一种新型分布式互连线功耗优化模型

基于集总式互连线功耗模型,给出了一种分布式动态功耗表达式,在此基础上,采用非均匀互连线结构,提出了一种基于延时、带宽、面积、最小线宽和最小线间距约束的互连动态功耗优化模型．并在90nm和65nm CMOS工艺节点下,采用matlab软件验证了文中模型的有效性,在工艺约束下,同时不牺牲延时、带宽和面积时,所提模型能够降低30％左右的互连线功耗．该模型适用于大规模集成电路互连优化设计．     

B样条曲面的节点插入算法

Boehm算法和Oslo算法是B样条曲线节点插入的经典算法，本文将该算法推广到了B样条曲面上．由于该算法只对B样条定义域内的节点插入有效，而对于靠近节点矢量两端附近进行节点插入，将产生错误的计算结果．为此本文提出了两个改进的节点插入算法，并分析了9种情况，使这两个算法能够将节点插入到各种B样条曲面之中，弥补了原算法中的不足．同时，改进的算法还进一步完善了B样条曲面的升阶算法．     

超深亚微米芯片互连线电感提取技术及应用

超深亚微米（VDSM）工艺下，集成电路的高频、高集成度趋势使互连线间电磁耦合作用不容忽略。首先回顾了典型电感提取方法及实际应用中电感阵稀疏化、模型降阶等问题；基于互连线分布RLC模型，对一类电源树的同步切换噪声问题作了分析；并分析了RL梯状电路、有效电容法等实用电感效应处理措施。一些仿真实例表明，未来高频集成电路中电感效应可严重影响部分关键互连线网性能，将成为信号完整性的重要制约因素。     

需求可拆分下城轨关联的公交接驳线网优化

基于典型的公交接驳线网优化问题,将每一公交站点具有唯一线路服务这一假设扩充到每一个公交站点可由多条公交线路服务,使公交站点与公交接驳线路间具有多对多的关系,即拓展到需求在多条线路间具有可拆分性的情形,形成需求可拆分的公交接驳线网优化问题.依据该情形下的公交接驳线网特性构建约束条件,分析换乘网络上乘客出行费用,并构造客流选择函数,建立需求可拆分条件下的接驳线网优化模型.通过在遗传算法中引入公交重复站点生成和插入策略,求解该模型.算例结果表明,需求可拆分情形下,公交接驳线网优化问题的求解时间显著增长,允许公交线路间具有重复站点可改善公交线网,随着网络客流量的上升,重复站点数量增加并集中于客流较多的站点.     

基于HALO规则的片内信号线寄生电感提取法

VDSM工艺下，芯片的高速、高集成度趋势使电磁耦合作用不客忽略；而电感效应的引入则使VLSI设计和验证变得复杂．利用HALO规则划分互连寄生电感交互作用域，将一类基于BP网络的并行导体电感计算方法（NNIE）应用于RLIE的环电感分段计算，提出一种快速获取布置于多层平行电源／地网络内的信号线上频变电感参数的方法．仿真结果表明该方法能有效实现电感参数估计，可作为片上关键线网设计的有效向导．     

面向宽电压应用的容错时钟门控单元设计

为了将时钟门控技术应用于时序容错系统中,提出具备时序错误检测与自纠正能力的时钟门控单元.该单元通过监测内部虚拟节点电压变化,得到数据晚到信息;利用该监测信息可以重新打开时钟树网络,完成时钟被错误关断情形的当前周期自主现场纠错.给出容错时钟门控单元在现有的多种时钟门控技术中的适用性分析,讨论与之对应的纠错方案选择策略.基于SMIC 40 nm LL工艺库,仅新增12个额外的晶体管实现该单元,从原理图和版图2个层面,对其在宽电压工作下的容错能力进行分析验证,并给出集成到系统设计时所需的时序检查方法.将该单元应用于一款商用处理器C-SKY CK802物理设计中,实验结果表明系统能效相对于传统设计提高了64.7%,而时钟树功耗相对于现有的容错设计下降了32%.     

基于MOGA/SOS的互连缓冲及线型优化算法

将互连延时、信号响应波形、布线面积作为互连优化的3个目标函数,把推导出的串扰下边界作为优化参量的限制条件,采用分布式RLC模型作为互连系统的近似解析模型,提出了一种基于单目标排序非支配集构造算法的多目标遗传算法,用于解决互连优化中的缓冲及线型优化问题.算法所得解为满足串扰限制条件且对信号延时、信号波形以及布线面积进行优化的折中解.测试结果表明所提算法对互连优化问题规模的适应性强,所得解的优化结果明显优于基于Elmore模型的优化结果,布线面积减少了30%,信号延时与串扰性能分别提高了25%和25.73%.     

考虑热电耦合效应的全芯片温度特性优化方法

针对全局互连延时已成为制约电路性能的关键因素问题,提出了一种全芯片温度特性优化方法,使功耗和温度间的反馈在功耗模型与HotSpot软件结合运算数次后收敛,根据收敛结果确定优化方向．该方法同时考虑了延时、功耗和温度三者间的热电耦合效应．采用该方法对 90nm工艺的AMD Athlon 64 处理器进行仿真验证,结果表明,采用这种方法优化得到的芯片功耗和温度均有显著下降,芯片温度梯度也明显改善,芯片温度特性得到优化．     

基于子图归并的全局优化调度算法

为解决调度序列的多目标优化问题，基于数据流图中特定子图调度结果相互独立的原理，提出了一种基于图的分解与合并的构造调度算法.借助弹力引导列表调度（FDLS）的调度结果得出子图调度长度上界，并据此在归并过程中去除不可行的局部序列.把数据流图分解为若干个汇聚节点和独立子图，对独立子图进行调度，按层次逐渐把下层部分结果归并到上层部分结果中，从而得到完整调度结果.结果显示，由于在每次归并部分调度序列时尽可能地对搜索空间进行了裁剪，算法的速度较快，并且能够同时得到多组全局最优解，可以利用功耗、寄存器需求等条件对结果进行进一步筛选.     

一种Petri网结合遗传算法的优化方法及应用

根据实际优化问题,在时间Petri网和着色Petri网的基础上,提出了一种新的扩展Petri网(EPN)模型,并在EPN中定义了条件矩阵Q,给出了Petri网与遗传算法相结合的优化方法和具体算法.使用本优化方法,对一个车间作业(Job-shop)调度问题进行了求解,建立了该Job-shop调度的EPN模型,并采用单个体遗传算法对Petri网模型进行优化,结果证明了该建模和优化方法的有效性和正确性.     

基于博客标签的博文分类算法

针对博文内容包含多主题、类别归属不明显,以及传统的文本分类方法直接应用于博文效果不理想等问题,提出了一种基于标签的博客文章分类方法．该方法将文本分类问题转化为图优化问题,并提出了一种利用迭代算法计算图中节点属于各类别的概率值．实验结果表明,与传统的文本分类方法相比,所提出的分类方法有效地提高了博文的分类性能．     

无向Petri网的多AGV最优路径方法研究

采用无向Petri网对自动导引车(AGV)系统路径布局进行建模,与时间窗(Time-window)结合建立基于时间的可达状态图．将调度的方法用于双向通行的多AGV系统的路径优化,并将多AGV同步寻找优化路径转化为对单个AGV分别寻找优化路径,降低了系统的复杂性．利用Best-first搜索方法,以下一步路径的状况作为确定目前状态的依据,提出了时间最短的路径优化算法．该方法可以在保证系统无死锁和冲突的基础上,使得AGV得到时间最短的优化路径．实例计算表明优化效果明显．该方法可用于较大规模的多AGV路径优化问题．     

两通道正交图滤波器组设计新算法

针对两通道正交图滤波器组频率特性差的问题,提出了一种基于二阶泰勒近似的迭代算法．首先,该算法将两通道正交图滤波器组的设计问题归结为一个带约束优化问题．将图滤波器组的重构误差作为目标函数, 滤波器的阻带衰减作为约束函数;然后,通过泰勒近似将高度非线性非凸的目标函数转化为关于增量的凸的二次函数,将非凸优化问题近似为凸的优化问题;最后,采用迭代方法求解该优化问题．仿真结果表明,与伯恩斯坦多项式逼近的算法相比,新算法设计的两通道正交图滤波器组重构误差减小了约1个数量级,信噪比提高了约8dB．     

基于改进粒子群算法的天线索网预应力优化

为了解决天线反射面索网张拉时预应力求解问题,利用索网结构空间几何特性对其进行简化处理,从整体中提取部分索段并加设相应的边界条件.在平衡矩阵法的基础上,采用与禁忌搜索法相结合的混合粒子群算法,将简化后结构由形找力的问题转化为数学上的约束优化问题,同时改进粒子群进化算法来解这一优化问题.采用该算法对三向网格形式的天线抛物面索网结构进行了预应力的优化确定,并将优化的预应力值作为初始力导入索网结构有限元模型中进行非线性有限元分析,索网结构的节点位移量和相应的物理模型型面测量的精度均方根为0.219 mm,验证了算法是可行和正确的. 关键词：     

基于图论的边缘计算信任评估优化模型

针对边缘计算中资源受限等特性导致现有信任模型出现计算负载、路径冗余的问题,提出了一种基于图论方法并适用于边缘计算环境的信任评估优化模型。该模型将设备间复杂庞大的信任关系抽象成有向加权图再对其进行优化处理。首先,定义了设备间的信任关系,并采用基于信息熵理论的自适应聚合方法对信任值进行聚合计算,修正了信任值之间的差异度;其次,通过添加阈值、路径长度、时间窗等多重约束条件,事先过滤掉明显不符合要求的节点和信任边,降低信任路径形成过程中不必要的计算消耗;在此基础上,利用改进后的深度优先搜索(DFS)算法对信任路径进行冗余优化处理,避免了环路以及节点绕路问题,得到优化后的信任路径集合并计算得到最终信任值。最后,将所提方法与PSM算法以及RFSN算法进行了对比实验,结果表明本文算法能够有效减轻边缘设备的资源开销,并提升了信任模型的有效性。     

非二值化图序列的Community挖掘

针对现有图序列Community发现方法的缺陷,提出了一种基于最小描述长度原理的非二值化图序列的Community挖掘方法。根据其具有某些NP完全问题的性质,对问题进行预处理得到相对较好的初始输入。基于图序列编码长度的概念,通过重组并结合其中的灰度信息对优化问题进行求解,高效地解决了Community挖掘问题。借鉴遗传算法的随机和择优思想,避免在求解过程中被困于局部最小。此外,所提算法能随着时间演变及时判断出Community结构的变化。最后通过实验验证了该方法的有效性。     

求解连续函数最大值的蚂蚁优化算法

求解连续函数最大值的优化算法已有多种,但都不同程度地存在一定的局限性.为此,提出了一种用于求解连续函数最大值的蚂蚁优化算法-基于图的蚂蚁算法.该方法将问题抽象为一个有向图,模拟蚂蚁的觅食行为,由一组蚂蚁反复地在有向图上移动,最终得到最优解.在阐述了该算法的具体步骤后,从理论上对该算法的收敛性进行了分析,证明了该算法可较快地收敛到最优解.