| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外相关领域的研究现状 | 第10-16页 |
| 1.2.1 最小斯坦纳树问题的研究现状 | 第10-11页 |
| 1.2.2 蚁群优化算法的发展及研究现状 | 第11-14页 |
| 1.2.3 蚁群算法在最小斯坦纳树问题上应用的研究现状 | 第14-15页 |
| 1.2.4 VLSI布线算法的研究现状 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 GPU并行计算及GUNROCK图处理库 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 GPU的硬件结构 | 第18-19页 |
| 2.3 CUDA编程模型 | 第19-20页 |
| 2.4 GUNROCK图处理库 | 第20-24页 |
| 2.4.1 图的表示方式 | 第20-22页 |
| 2.4.2 Gunrock的基本流程 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 最小斯坦纳树算法 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 最小斯坦纳树算法 | 第25-32页 |
| 3.2.1 构造前向路径 | 第26-28页 |
| 3.2.2 合并路径 | 第28-30页 |
| 3.2.3 计算树代价和更新信息素值 | 第30页 |
| 3.2.4 局部搜索 | 第30-32页 |
| 3.3 并行最小斯坦纳树算法 | 第32-40页 |
| 3.3.1 算法的数据结构 | 第32-33页 |
| 3.3.2 并行算法的实现 | 第33-39页 |
| 3.3.3 算法的时间复杂度分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 算法应用及实验分析 | 第41-59页 |
| 4.1 引言 | 第41页 |
| 4.2 VLSI多端线网布线 | 第41-43页 |
| 4.2.1 VLSI物理设计流程 | 第41-42页 |
| 4.2.2 VLSI多端线网布线模型 | 第42-43页 |
| 4.3 实验平台及测试用例 | 第43页 |
| 4.4 实验结果及分析 | 第43-57页 |
| 4.4.1 蚁群算法中参数的实验分析 | 第43-44页 |
| 4.4.2 信息素启发因子和期望启发因子的影响 | 第44-45页 |
| 4.4.3 信息素衰减因子的影响 | 第45-46页 |
| 4.4.4 先验知识参数的影响 | 第46页 |
| 4.4.5 测试用例的结果及分析 | 第46-57页 |
| 4.5 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第66-68页 |
| 致谢 | 第68页 |