首页--工业技术论文--无线电电子学、电信技术论文--微电子学、集成电路(IC)论文--一般性问题论文--设计论文

遗传算法在VLSI设计自动化中的应用研究

中文摘要第1-9页
英文摘要第9-11页
第一章 引言第11-22页
 1.1 集成电路CAD技术的发展第11-12页
 1.2 VLSI设计流程第12-13页
 1.3 布图设计过程第13-14页
 1.4 布局和布线的复杂性分析第14-16页
 1.5 布图模式第16-18页
  1.5.1 全定制设计模式第16页
  1.5.2 标准单元设计模式第16-17页
  1.5.3 门阵列设计模式第17页
  1.5.4 门海设计模式第17页
  1.5.5 现场可编程门阵列第17-18页
  1.5.6 不同设计方法的比较第18页
 1.6 测试生成和测试集优化第18-20页
 1.7 遗传算法第20页
 1.8 本文结构第20-22页
第二章 遗传算法的发展及理论基础第22-46页
 2.1 进化算法简介第22-27页
  2.1.1 遗传算法(Genetic algorithms,GA)第23-24页
  2.1.2 进化规划(Evolutionary programming,EP)第24-25页
  2.1.3 进化策略(Evolution strategies,ES)第25页
  2.1.4 三种进化算法的关系第25-27页
 2.2 遗传算法的特点、结构和理论研究第27-33页
  2.2.1 遗传算法的历史第27-29页
  2.2.2 传统遗传算法的结构第29-32页
  2.2.3 遗传算法的特点第32-33页
 2.3 遗传算法的理论基础第33-39页
  2.3.1 模式定理第33-36页
  2.3.2 积木块假设第36-37页
  2.3.3 遗传算法的收敛性第37-38页
  2.3.4 No Free Lunch定理第38-39页
 2.4 遗传算法的发展第39-45页
  2.4.1 并行遗传算法第39-43页
  2.4.2 层次遗传算法第43-45页
 2.5 遗传算法的设计重点第45页
 2.6 小结第45-46页
第三章 基于遗传算法的VLSI电路划分方法第46-56页
 3.1 引言第46-47页
 3.2 电路划分问题第47-48页
 3.3 电路划分算法的回顾第48-49页
 3.4 电路划分的遗传算法设计第49-52页
  3.4.1 编码方式第49页
  3.4.2 染色体的交叉第49-50页
  3.4.3 染色体的变异第50页
  3.4.4 评估函数第50-51页
  3.4.5 染色体的选择第51-52页
 3.5 算法流程第52-53页
  3.5.1 算法流程图第52页
  3.5.2 初始化第52页
  3.5.3 初始种群的产生第52-53页
  3.5.4 循环结束的判别第53页
 3.6 算法复杂性分析第53页
  3.6.1 算法的时间复杂度第53页
  3.6.2 算法的空间复杂度第53页
 3.7 实验结果第53-55页
  3.7.1 二划分的测试第53-54页
  3.7.2 K划分多约束情况的测试第54-55页
 3.8 小结第55-56页
第四章 基于遗传算法的VLSI布图规划方法第56-70页
 4.1 布图规划和布局第56页
 4.2 VLSI布图规划问题的描述第56-60页
  4.2.1 数据结构第56-57页
  4.2.2 版图结构第57-58页
  4.2.3 布局中的线长估计第58-60页
 4.3 布图规划和布局算法的回顾第60-62页
 4.4 染色体的编码和评估函数第62-63页
  4.4.1 染色体编码第62页
  4.4.2 评估函数的设计第62-63页
 4.5 布图规划问题的遗传算法设计第63-65页
  4.5.1 染色体的选择第63页
  4.5.2 染色体的交叉第63-64页
  4.5.3 染色体的变异第64-65页
 4.6 启发式解码算法第65-66页
  4.6.1 解码规则第65页
  4.6.2 启发式算法第65-66页
 4.7 算法复杂度分析第66-67页
  4.7.1 算法的时间复杂度第66页
  4.7.2 算法的空间复杂度第66-67页
 4.8 实验结果和讨论第67-69页
  4.8.1 算法的总流程第67页
  4.8.2 实验结果第67-69页
 4.9 小结第69-70页
第五章 遗传算法在通道布线中的应用第70-91页
 5.1 通道布线第70-74页
  5.1.1 通道布线概念的提出第70-71页
  5.1.2 基于网格的通道布线模型第71页
  5.1.3 水平约束和垂直约束第71-73页
  5.1.4 连通孔数最小化通道布线的图论模型第73-74页
 5.2 布线的主要算法的回顾第74-76页
 5.3 通孔最小化三层布线的算法步骤第76-77页
 5.4 最佳着色的遗传算法模型第77-79页
  5.4.1 染色体的表达第77页
  5.4.2 目标函数的确定第77-78页
  5.4.3 交叉、变异和选择第78-79页
 5.5 线网排序的遗传算法模型第79-81页
  5.5.1 初始群体的产生第79页
  5.5.2 适值函数的确定第79-80页
  5.5.3 选择第80页
  5.5.4 交叉第80页
  5.5.5 变异第80-81页
 5.6 “沉积法”布线第81-84页
  5.6.1 A类和C类线网的布线第81-82页
  5.6.2 B类线网的布线第82-84页
 5.7 布线总流程图第84-85页
 5.8 通孔最小化多层通道布线算法第85-86页
  5.8.1 多层通孔最小化通道布线算法第85-86页
  5.8.2 计算复杂性分析第86页
 5.9 实验结果及讨论第86-89页
  5.9.1 实验结果第86-89页
  5.9.2 讨论第89页
 5.10 小结第89-91页
第六章 基于遗传算法的测试生成和故障测试集最小化方法第91-116页
 6.1 VLSI故障测试第91-92页
 6.2 故障的类型和故障模型第92-93页
  6.2.1 故障的分类第92页
  6.2.2 故障的模型第92-93页
 6.3 伪穷举测试第93-97页
  6.3.1 电路划分第93-95页
  6.3.2 多输出电路第95-97页
 6.4 伪穷举测试传统的分块方法第97-99页
 6.5 伪穷举测试的遗传算法设计第99-104页
  6.5.1 针对多输出电路的图的着色问题的遗传算法(MCR-GA)第99-101页
  6.5.2 多输出电路的图的着色问题的遗传算法(MCR-GA)的复杂性第101-102页
  6.5.3 针对电路的有向图划分的遗传算法(DGP-GA)第102-103页
  6.5.4 针对电路的有向图划分的遗传算法(DGP-GA)的复杂性分析第103-104页
  6.5.5 测试结果与分析第104页
 6.6 完全测试集的极小化第104-105页
 6.7 故障测试集最小化问题的遗传算法设计第105-108页
  6.7.1 编码方式第105-106页
  6.7.2 评估函数第106页
  6.7.3 染色体的选择、交叉和变异第106页
  6.7.4 惩罚法和改进法第106-107页
  6.7.5 面向测试矢量的遗传算法的复杂性分析第107-108页
 6.8 面向故障的遗传算法第108-112页
  6.8.1 编码方式第108页
  6.8.2 染色体的交叉第108-109页
  6.8.3 染色体的变异第109-110页
  6.8.4 评估函数第110页
  6.8.5 染色体的选择第110页
  6.8.6 算法流程第110-112页
  6.8.7 面向故障的遗传算法复杂性分析第112页
 6.9 实验结果第112-115页
 6.10 小结第115-116页
第七章 总结与展望第116-118页
参考文献第118-129页
发表文章目录第129-130页
致谢第130页

论文共130页,点击 下载论文
上一篇:城市道路交通可持续发展规划的技术支持研究--交通分配、可靠性和系统评价
下一篇:茶儿茶素对肾炎的药效及其机理研究