一种约束求解的两级规划方法

提出了一个基于图构造的几何约束求解方法。基于自由度分析的理论,把整个约束图分解为多个约束子图,各个约束子图之间的共享结点形成一个全局的共享结点集,当共享结点集中的结点确定下来时,相关的约束子图中的结点也相应被确定下来。通过这样的全局到局部的两级求解规划的构造,缩小了约束问题的规模,提高了求解效率。     

GHz零时滞时钟树物理布图的虚拟通道布线算法

随着集成电路技术的发展和GHz频率的应用需求，已有的基于线长或RC延迟模型的时钟树布图算法已不能适用．针对GHz频率宏模块中时钟树的平面布图，依据流水线技术，提出一种虚拟通道布线算法；根据时钟树的拓扑结构，分别进行粗略布线和虚拟通道内的布线调整，完成时钟树的平面布线．该算法在开发软件原型ClockStar中得以应用．     

电路原理图中两边网格通道布线的类贪婪算法

贪婪算法是VLSI设计中通道布线的常用算法，在电路原理图的自动布图中，也会遇到通道布线的问题。但传统的贪婪算法着重于使通道面积最小化，不能满足原理图中对布线结果有序化的要求。提出类贪婪算法，在原贪婪算法的基础上，通过修改处理规则，使得布线结果更加整齐有序，便于阅读，同时也保留了原算法简洁的优点。     

一种基于DNA计算的指定结点路由算法

带指定结点约束的路由问题是一个NP难问题,该问题是电信行业路山智能化和交通电力运输等领域的关键问题之一.基于DNA计算的高度并行性,文中提出一种将电子计算机与DNA计算机相结合的方法求解指定结点路由问题.算法由转化算法Transform()、首末结点搜索切割算法FirstEndSearcher()、转化图结果搜索算法DNASearcher()和结果读取算法ResultReader()共4个子算法组成.分析表明:算法的电子计算机部分缩小了问题结点和边的规模,从而使解决问题所需的DNA分子链数数量级从O((n-2)!)减少至O((m-2)!)(n≥2为图中结点数,m≥2为图中指定必经结点数).算法的DNA计算机部分采用了有针对性的DNA编码新方案,提高了边权值编码的信噪比,通过一系列生物操作,筛选出问题的精确解.和单纯DNA超级计算或电子计算机指定结点路由算法相比,文中算法可显著扩大理论上待求解问题的规模.     

高级综合中寄存器分配问题的研究

寄存器分析是数据路径综合中的一个重要任务。文中通过对寄存器分配问题进行研究分析，得出了它与通道布线中的轨道分配问题具有等价性的结论，晨而采用一种轨道分配算法一左边界算法来解决寄存器的分配问题，同时对它进行扩充以支持条件结构中寄存器的分配问题。     

一种连通孔最小化的通道布线算法

本文根据线网连接端的位置引进了线网位置关系图和线网分层图,从而把连通孔最小化通道布线问题归结为:拆开最少数目的线网使得线网分层图转换成可二着色图。文中导出了通道布线最少连通孔数的公式,并在此基础上提出了一种连通孔最小化通道布线算法。     

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．     

自动布局布线程序

功述描述了用于规划芯片的自动布局布线程序。其特点是在单元电路版图实现之前进行布局布线以及布线是在单元内部进行，不存在专门的布线通道。这种布图模式，以多端网连接模型作为布局布线的连接模型，并以布线均匀作为主要的目标函数。 整个程序模块分为矩阵网格规划和布局，总体布线，端口分配三部分。在布局中采用最小切割算法。初始布线以布线均匀，连线长度最短为目标，并采用一个基于布线均匀的“重心“算法。通过再布线和通     

可满足性问题中信念传播算法的收敛性分析

信念传播算法是基于因子图模型的消息传递算法,通过图中的边,将消息从一个结点传递给另一个结点,以高概率地确定部分变量的取值,这种方法被实验证明在求解可满足性问题时非常有效.然而,目前还未对其有效性从理论角度给予解释.通过对信念传播算法的收敛性分析,试图从理论上解释算法的有效性.在信息传播算法的信息迭代方程中,参数的取值范...     

加权约束满足问题的符号ADD求解算法

加权约束满足问题(WCSP)是一类软约束满足问题。给出WCSP的代数决策图(ADD)描述,以及基于ADD的两种符号求解算法。首先,通过对变量和变量域值的二进制编码,给出软约束图的ADD表示。其次,将分支定界搜索算法与桶消元算法及符号ADD技术相结合,在静态变量序下,利用结点一致性预处理技术,对WCSP问题进行符号ADD求解。通过引入有向弧一致性计数技术提高符号ADD算法的搜索下界,对符号ADD求解算法作了改进。最后,对大量随机生成的测试用例进行实验分析。结果表明,文中算法在性能上明显优于带有存在有向弧一致性或结点一致性预处理技术的具有前向检查功能的深度优先分支定界搜索算法。     

串扰最小化的网格模式下的双层通道布线

超深亚微米IC设计中互连线的串扰情况与详细布线方案和信号波形密切相关。基于这一事实，在网格模式下的通道布线算法中建立了最小化串扰的目标函数。提出获得最小化串扰布线方案的方法。与以往算法不同的是，本方法将相邻平行线间信号跳变的方式和频度作为目标函数中的影响因子。可以更准确地估计出布线区内串扰总和的大小。并且通过构造布线生成树的方法求得精简的布线方案。有效地减少了求解具有最小串扰的布线方案的计算量。     

基于边选择的时延抖动受限组播路由算法

组播技术在多媒体通信的实际应用中十分重要,对各种交互式实时组播业务如视频会议等来说,不仅要考虑时延约束,而且要考虑时延抖动约束。对基于边选择的时延抖动受限的启发式算法进行了研究,仿真结果表明算法复杂度较低,性能也较好。     

基于RSL筛选的WirelessHART最短路径路由算法

无线HART网络协议中提出的Graph路由是同类无线网络中健壮性最好的路由方式之一。针对目前实现该路由方式的算法非常少且性能不佳的现状,提出一种基于BFS的Graph路由算法。该算法得到的路由具有跳间冗余的特点,能够最大限度地增加路由健壮性,并且路径最短;引入RSL作为链路质量衡量标准,剔除质量较差的链路,同时对每跳的邻居数设置上限,保证了路由的健壮性,同时避免了低质量的链路带来的通信资源浪费。此外,论证了协议所没有提及的广播路由存在的必要,并给出了实现算法。     

基于深度强化学习的电力物资配送多目标路径优化

针对现有电力物资车辆路径问题（EVRP）优化时考虑目标函数较为单一、约束不够全面,并且传统求解算法效率不高的问题,提出一种基于深度强化学习（DRL）的电力物资配送多目标路径优化模型和求解算法。首先,充分考虑了电力物资配送区域的加油站分布情况、物资运输车辆的油耗等约束,建立了以电力物资配送路径总长度最短、成本最低、物资需求点满意度最高为目标的多目标电力物资配送模型;其次,设计了一种基于DRL的电力物资配送路径优化算法DRL-EVRP求解所提模型。DRL-EVRP使用改进的指针网络（Ptr-Net）和Q-学习（Q-learning）算法结合的深度Q-网络（DQN）来将累积增量路径长度的负值与满意度之和作为奖励函数。所提算法在进行训练学习后,可直接用于电力物资配送路径规划。仿真实验结果表明,DRL-EVRP求解得到的电力物资配送路径总长度相较于扩展C-W(ECW)节约算法、模拟退火（SA）算法更短,且运算时间在可接受范围内,因此所提算法能更加高效、快速地进行电力物资配送路径优化。     

行路由PEA广度贪心调度映射算法

粗粒度可重构单元阵列硬件任务的贪心映射是可重构计算要解决的核心问题。不同的阵列具有不同的硬件约束条件,针对行路由粗粒度可重构单元阵列提出一种广度贪心映射算法BGMA（Breadth Greedy Mapping Algorithm）。该算法首先从第一个节点开始依次扫描,如果节点满足条件则将其映射到PEA上,当遇到不满足映射条件的节点时,该算法将跳过该节点继续寻找满足约束条件的节点进行映射,通过与广度不贪心映射算法BNGMA（Breadth No Greedy Mapping Algorithm）相比较,BGMA的[N1]平均减少了35.1%（PEA6×6）和54.8%（PEA8×8）,[N2]平均减少了35.6%（PEA6×6）和54.6%（PEA8×8）,[CCON]平均减少了15.7%（PEA6×6）和26.2%（PEA8×8）,[TTOTAL]平均减少了20.2%（PEA6×6）和32.1%（PEA8×8）。实验结果表明了贪心策略在映射算法中的重要性。     

Explanation of Performance Degradation in Turn Model

The Turn model routing algorithms for mesh interconnection network achieve partial adaptivity without any virtual channels. However, the routing performance measured by simulations is worse than with the simple deterministic routing algorithm. Authors have explained these results simply by uneven dynamic load through the network. However, this phenomenon has not been studied further. This paper investigates performance degradation with Turn model and drawbacks of partially adaptive routing in comparison with the deterministic routing, and it introduces some new concepts. Our simulations deal with individual channels and results are presented by 3D graphs, rather than by commonly used averages. An additional parameter—channel occupation, which is consistent with queuing theory commonly used in many proposed analytical models, is introduced. We also propose a new structure, the Channel Directions Dependency Graph (CDDG). It provides a new approach in analysis, helps in understanding of dynamic routing behaviour, and it can be generalized in other routing algorithms.     

一类层次双环网络的构造及其路由算法

高效互联网络的拓扑结构一直是人们关注的热点问题。提出了一类层次双环互联网络HDRN（k）,给出了HDRN（k）网络的构造方法,研究了它的性质,并且通过与相关网络的比较,证实了HDRN（k）具有好的连接性、短的直径以及简单的拓扑结构,是一种实用的互联网络。另外,讨论了HDRN（k）网络的路由性质,设计了点点路由和Broadcast路由算法,证明了这两种路由算法的通信效率与层次环网络上对应算法的通信效率相比均有明显的提高。综上所述,HDRN（k）是一种具有良好拓扑性质的新型互联网络。     

基于演化图论的可靠的VANETs路由协议

车载网络（VANETs）属于移动无线网络的特例,具有鲜明的特性。传统无线网络的路由协议难以直接应用于VANETs。节点的高速移动,引起网络拓扑动态变化,导致VANETs的通信链路频繁断裂。高动态网络的链路可靠性问题引起广泛的关注。为此,针对高速公路VANETs的路由可靠性进行分析,对演化图论进行扩展,建立扩展后的演化图论模型（EEGM）,并利用EEGM获取VANETs拓扑的动态信息,从而预先获取可靠路由的信息。在此基础上,提出基于演化图论的可靠路由协议（EG-RAODV）。仿真结果表明,与同类的其他协议相比,提出的路由协议在分组传输率、端到端传输时延、路由请求消息率以及链路断裂数方面得到了提升。     

基于遗传算法的有矢量约束的多播路由计算

针对QoS参数(带宽(bandwidth)、时延(delay)、丢包率(packet loss)等)的多样性，提出了利用遗传算法(GA)解决带有多维约束的多播路由路径的生成算法GAVCMR．该算法把各种约束结合起来，提出了矢量约束的概念；GAVCMR突破了遗传算法(GA)传统观念上的限制，对各种约束参数赋予了更为清晰的实际含义，根据参数的实际物理含义，在进化的不同阶段灵活调整各参数的大小，加快了算法的收敛速度，并在一定程度上避免算法终止在局部最优．在矢量约束下生成的多播树能够适应各种QoS参数的要求，仿真结果证明了算法的有效性．