| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-27页 |
| ·课题的研究背景和意义 | 第13-14页 |
| ·VLSI的发展 | 第14-17页 |
| ·高层次综合概述 | 第17-24页 |
| ·高层次综合的发展 | 第17-19页 |
| ·高层次综合的作用 | 第19-20页 |
| ·高层次综合的主要研究任务 | 第20-23页 |
| ·高层次综合的准备工作 | 第23-24页 |
| ·本文的研究内容 | 第24-25页 |
| ·本文的组织结构 | 第25-27页 |
| 第2章 高层次综合综述 | 第27-49页 |
| ·基本的调度和分配研究 | 第27-34页 |
| ·调度方法研究 | 第27-31页 |
| ·分配方法研究 | 第31-33页 |
| ·国内的相关研究 | 第33-34页 |
| ·基于遗传算法的调度和分配研究 | 第34-37页 |
| ·高层次综合低功耗研究 | 第37-43页 |
| ·高层次综合中动态功耗的优化 | 第39-40页 |
| ·高层次综合中互连功耗的优化 | 第40-42页 |
| ·其他相关的高层次低功耗研究 | 第42-43页 |
| ·高层次综合中存在的问题和本文的研究方向 | 第43-47页 |
| ·基于蚂蚁算法与遗传算法相融合的调度方法研究 | 第43-45页 |
| ·提出多项式新模型和新分配搜索算法 | 第45-46页 |
| ·高层次综合中的多电压低功耗研究 | 第46-47页 |
| ·本文解决的关键问题 | 第47-49页 |
| 第3章 遗传算法与蚂蚁算法动态融合的高层次调度方法 | 第49-64页 |
| ·引言 | 第49-50页 |
| ·遗传算法与蚂蚁算法动态融合的基本思想 | 第50-51页 |
| ·资源约束的调度算法 | 第51-54页 |
| ·遗传算法设计 | 第51-53页 |
| ·最大最小蚂蚁系统设计 | 第53-54页 |
| ·时间约束调度算法 | 第54-57页 |
| ·遗传算法设计 | 第54-56页 |
| ·最大最小蚂蚁系统设计 | 第56-57页 |
| ·遗传算法与蚂蚁算法的动态切换 | 第57-58页 |
| ·遗传算法的结束条件 | 第57页 |
| ·MMAS初始信息素的产生 | 第57-58页 |
| ·实验结果与分析 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 高层次分配模型及方法 | 第64-77页 |
| ·引言 | 第64-65页 |
| ·问题的提出 | 第65页 |
| ·K*TDG模型 | 第65-67页 |
| ·K*TDG模型的基本概念 | 第65-66页 |
| ·K*TDG模型的基本运算 | 第66-67页 |
| ·复杂数据流的分配算法 | 第67-70页 |
| ·算法策略 | 第67-68页 |
| ·分配算法 | 第68-69页 |
| ·算法应用 | 第69-70页 |
| ·表达式的相关操作技术 | 第70-74页 |
| ·实验结果与分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 多电压低功耗高层次综合方法 | 第77-98页 |
| ·引言 | 第77-78页 |
| ·相关知识 | 第78-80页 |
| ·系统功耗模型 | 第80-82页 |
| ·高层次低功耗网络流算法 | 第82-89页 |
| ·网络流图的建立 | 第82-84页 |
| ·最小费用最大流增量算法 | 第84-87页 |
| ·基于网络流的高层次低功耗算法 | 第87-89页 |
| ·SSA的缩减方法 | 第89-95页 |
| ·输出网络拓扑结构 | 第90-91页 |
| ·门控信号的填充值 | 第91-95页 |
| ·实验结果与分析 | 第95-97页 |
| ·本章小结 | 第97-98页 |
| 结论 | 第98-101页 |
| 参考文献 | 第101-114页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第114-116页 |
| 致谢 | 第116页 |