检索结果-南通市图书馆

维普期刊数据库博看期刊

同方期刊数据库

基于动态粒子群优化的X结构Steiner最小树算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：王景熠朱予涵周茹平刘耿耿福州大学计算机与大数据学院福建省网络计算与智能信息处理重点实验室

Steiner最小树是总体布线的最佳连接模型，其构造是一个NP-难问题。粒子群优化（Particle Swarm Optimization， PSO）算法在解决NP-难问题中具有良好的表现，而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。... 详细信息

Steiner最小树是总体布线的最佳连接模型，其构造是一个NP-难问题。粒子群优化（Particle Swarm Optimization， PSO）算法在解决NP-难问题中具有良好的表现，而PSO算法中种群的拓扑结构及搜索信息的传递机制对其性能有着很大的影响。研究表明，一个适用于具体问题的种群拓扑结构对算法性能的提升极为显著。因此，用PSO求解总体布线问题需要根据具体布线问题的特性来选择合适的粒子拓扑结构策略，以提升PSO的性能。基于此，文章提出了基于动态PSO的X结构Steiner最小树算法以解决总体布线问题。首先，设计了动态子群与信息交换策略，对种群进行子群划分，引入信息交换的概念，让子群在保持独立性的同时与其他子群进行信息交换，增加子群多样性。其次，设计了粒子学习与变异策略，通过设置子群中粒子的学习对象使子群趋向于全局最优，并选择每个子群中适应值最好的粒子进行变异使粒子更易于跳出局部最优。最后，设计了从多群局部学习过渡到单群全局学习策略，使算法在迭代次数到达阈值之后从局部学习过度到全局学习，使得粒子在优秀拓扑结构的基础上内部连接以获得更好的线长优化率。实验结果表明，与现有的两种RSMT算法相比，所提出的算法在优化线长方面分别优化了10.25%、8.24%；与现有的三种XSMT算法相比，该算法在优化线长方面分别优化了2.44%、1.46%、0.48%，验证了算法的有效性。

关键词：动态粒子群优化信息交换 X结构Steiner最小树 VLSI布线 PSO离散化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑总线时序匹配的多策略层分配算法

计算机辅助设计与图形学学报 2022年第4期34卷 545-551页

作者：刘耿耿魏凌徐宁福州大学计算机与大数据学院福州350116 武汉理工大学信息工程学院武汉430070

在总体布线的过程中,层分配阶段通过控制总线线网的层次影响总线的时序匹配效果.为此,提出考虑总线时序匹配的多策略层分配算法.首先基于线网属性的线网优先级策略,针对线网不同属性的特点得到一个兼顾线长和总线偏差的布线顺序;然后基... 详细信息

在总体布线的过程中,层分配阶段通过控制总线线网的层次影响总线的时序匹配效果.为此,提出考虑总线时序匹配的多策略层分配算法.首先基于线网属性的线网优先级策略,针对线网不同属性的特点得到一个兼顾线长和总线偏差的布线顺序;然后基于贪心策略的初始布线策略,每次布线都对正在布线的线网选择当前最短路径,使相同总线内的线网都尽可能等长;最后基于总线线长的局部调整策略对初始的布线结果进行拆线重绕,延长部分线网以缩短其与最长的总线线网之间的线长差距.算法在2.60GHzCPU和64 GB内存的Linux环境下运行,使用ISPD竞赛中提供的测试数据进行算法的有效性验证.实验结果表明,所提算法产生的总线偏差降低了23.5%,能够显著优化总线时序匹配效果.

关键词：总线偏差层分配超大规模集成电路时序匹配

用于时分复用技术的多阶段协同优化FPGA布线方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第9期45卷 3430-3438页

作者：刘耿耿许文霖周茹平徐宁福州大学计算机与大数据学院福州350116 福建省网络计算与智能信息处理重点实验室福州350116 武汉理工大学信息工程学院武汉430070

时分复用(Time-Division Multiplexing,TDM)技术被广泛地运用于解决IO瓶颈问题,以提高现场可编程门阵列(Field Programmable Gate Array,FPGA)系统的可布线性,但TDM比率的增大会导致系统时延的显著增加。因此,为了优化FPGA系统时延以及... 详细信息

时分复用(Time-Division Multiplexing,TDM)技术被广泛地运用于解决IO瓶颈问题,以提高现场可编程门阵列(Field Programmable Gate Array,FPGA)系统的可布线性,但TDM比率的增大会导致系统时延的显著增加。因此,为了优化FPGA系统时延以及可布线性,该文提出一种用于时分复用技术的多阶段协同优化FPGA布线(Multi-Stage Co-Optimization FPGA Routing,MSCOFRouting)方法。首先,设计自适应布线算法,以减少布线拥塞情况,提高可布线性,解决FPGA间的布线优化问题,为后续的TDM比率分配提供高质量的布线结果。其次,为了避免因大规模线网组的TDM比率过大而导致系统时延劣化的情况,提出基于拉格朗日松弛(Lagrangian Relaxation,LR)的TDM比率分配算法,为布线图的边分配系统时延更小的初始TDM比率。此外,为了进一步减小最大线网组的TDM比率,通过一种多层次的TDM比率优化算法,缩减线网组和FPGA连接对的TDM比率。同时,为了提高MSCOFRouter的运行效率,在上述3个算法中使用多线程并行化方法,有效缩减运行时间。实验结果表明,MSCOFRouting可以获得满足TDM比率约束的结果,取得同类工作中最佳的布线优化结果和TDM比率分配结果。

关键词： FPGA系统逻辑验证时分复用布线拉格朗日松弛

考虑流端口数量约束下的连续微流控生物芯片流路径规划算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第9期45卷 3321-3330页

作者：陈志盛朱予涵刘耿耿黄兴徐宁福州大学计算机与大数据学院福州350116 中国科学院计算机体系结构国家重点实验室北京100190 西北工业大学计算机科学学院西安710072 武汉理工大学信息工程学院武汉430070

连续微流控生物芯片通常需要构建复杂交错的流路径来支持样本/试剂的运输,也需要大量的流端口来推动液体的有序流动,这阻碍了生物芯片的进一步发展。因此,该文考虑了有限流端口驱动下的流路径规划问题,并提出一个流路径驱动下的连续微... 详细信息

连续微流控生物芯片通常需要构建复杂交错的流路径来支持样本/试剂的运输,也需要大量的流端口来推动液体的有序流动,这阻碍了生物芯片的进一步发展。因此,该文考虑了有限流端口驱动下的流路径规划问题,并提出一个流路径驱动下的连续微流控生物芯片的架构综合设计流程。首先采用基于列表调度算法实现操作的绑定与调度,通过时间窗对调度进行调整,从而满足给定的流端口数量约束;然后采用基于序列对表示的遗传算法求得芯片的布局设计,通过考虑并行任务之间的冲突以及组件之间的连接关系,进一步优化了布局解的质量;最后采用基于A^(*)寻路的优化布线算法规划所需的流路径,以有效减少流通道总长度和交叉点数量,生成具有高执行效率的芯片架构。实验结果表明,该方法在严格满足给定的流端口数量约束条件下,极大地避免了各种液体运输任务的冲突,同时也优化了流通道的总长度以及交叉点的数量,降低了芯片的构造成本。

关键词：连续微流控生物芯片高层次综合流层物理设计

非默认规则线技术下基于多策略的时延驱动层分配算法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2023年第4期46卷 743-760页

作者：刘耿耿鲍晨鹏王鑫郭文忠陈国龙福州大学计算机与大数据学院福州350116 计算机系统结构国家重点实验室北京100190 天津大学智能与计算学部天津300350 天津市认知计算与应用重点实验室天津300350

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的... 详细信息

层分配作为超大规模集成电路物理设计中的关键环节,在决定布线方案的时延起到非常重要作用.为了优化集成电路的时延性能,现有的层分配工作通常注重优化互连时延和通孔数量,但要么未考虑到对线网中时序关键段的分配问题,要么对线网段的时序关键性的表示不够合理,最终使得算法的时延优化不够理想.为此,本文提出一种非默认规则线技术下基于多策略的时延驱动层分配算法,主要包含4种关键策略:(1)提出轨道数感知的层选择策略,增强层分配器为线网段选择合适布线层的能力;(2)提出多指标驱动的初始线网排序策略,综合考虑线长、信号接收器数和可布线轨道资源等多个指标为线网确定层分配优先级,从而获得高质量的初始层分配结果;(3)提出线网段调整策略,通过重绕线网,将时序关键段调整至上层布线层,优化线网时延;(4)提出线网段时延优化策略,对存在溢出线网进行拆线重绕,从而可同时优化时延和溢出数.实验结果表明,本文提出的算法相比于现有的层分配算法能够在时延和通孔数两个指标上均取得最佳,并且保证不产生溢出.

关键词：超大规模集成电路层分配时延通孔时序关键段

面向超大规模集成电路物理设计的通孔感知的并行层分配算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2022年第11期50卷 2575-2583页

作者：刘耿耿李泽鹏郭文忠陈国龙徐宁福州大学计算机与大数据学院福建福州350116 武汉理工大学信息工程学院湖北武汉430070

随着集成电路规模的日益增长,需要处理的线网数量显著增多,层分配算法运行时间增大成为限制高效设计布线方案的重要因素;此外在生产工艺中,通孔的制造成本较高.针对以上两个问题,本文提出了两种新颖的策略分别用于优化算法运行时间和通... 详细信息

随着集成电路规模的日益增长,需要处理的线网数量显著增多,层分配算法运行时间增大成为限制高效设计布线方案的重要因素;此外在生产工艺中,通孔的制造成本较高.针对以上两个问题,本文提出了两种新颖的策略分别用于优化算法运行时间和通孔数量:(1)一种高效的基于区域划分的并行策略,实现各区域在并行布线阶段负载均衡,以提高并行布线的效率;(2)基于线网等效布线方案感知的通孔优化策略,决定各线网对布线资源使用的优先级,进而减少层分配方案的通孔数量.最终将上述两种策略相结合,提出了一种面向超大规模集成电路物理设计的通孔感知的并行层分配算法.实验结果表明该算法对通孔数量和运行时间均有良好的优化效果.

关键词：并行算法层分配通孔区域划分负载均衡超大规模集成电路

连续微流控生物芯片下一种多阶段启发式的流层物理协同设计算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第9期45卷 3401-3409页

作者：刘耿耿叶正阳朱予涵陈志盛黄兴徐宁福州大学计算机与大数据学院福州350116 中国科学院计算机体系结构国家重点实验室北京100190 西北工业大学计算机学院西安710072 武汉理工大学信息工程学院武汉430070

为了提高连续微流控生物芯片(CFMBs)中的流层物理协同设计质量和效率,该文分3阶段实现布局布线协同设计。(1)布局预处理阶段:通过提出的逻辑布局和组件方向布局调整方法,得到组件优异的逻辑位置和逻辑方向。(2)组件映射和包围盒间隙布... 详细信息

为了提高连续微流控生物芯片(CFMBs)中的流层物理协同设计质量和效率,该文分3阶段实现布局布线协同设计。(1)布局预处理阶段:通过提出的逻辑布局和组件方向布局调整方法,得到组件优异的逻辑位置和逻辑方向。(2)组件映射和包围盒间隙布局调整阶段:基于包围盒策略,把布局预处理结果映射到实际物理设计空间中,并通过包围盒间隙布局调整,获得最佳包围盒间隙。(3)收缩布局调整阶段:基于组件间的连通图关系,提出了沿流通道收缩和多图收缩两种新的布局调整方法。实验结果表明,与现有最佳的启发式算法对比,该文算法在芯片流层整体面积、流通道交叉点数和流通道总长度上分别优化20.22%,54.66%和71.62%,加速比为177.12,显著提升了设计质量和效率。

关键词：连续微流控生物芯片流层物理设计逻辑布局包围盒策略收缩布局调整

连续微流控生物芯片下基于序列对的流层物理设计算法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2022年第4期34卷 535-544页

作者：朱予涵黄鸿斌林泓星陈伟斌刘耿耿徐宁黄兴福州大学计算机与大数据学院福州350116 武汉理工大学信息工程学院武汉430070 Department of Electronic Design Automation Technical University of Munich Munich 80333

针对流层物理设计的2个阶段,即组件布局与布线通常被分开考虑,忽略了它们之间的交互作用,从而导致设计质量以及生物芯片执行效率下降的问题,提出一种有效的连续微流控生物芯片下基于序列对的流层物理设计算法.首先基于可以快速对布局方... 详细信息

针对流层物理设计的2个阶段,即组件布局与布线通常被分开考虑,忽略了它们之间的交互作用,从而导致设计质量以及生物芯片执行效率下降的问题,提出一种有效的连续微流控生物芯片下基于序列对的流层物理设计算法.首先基于可以快速对布局方案进行枚举和计算的序列对表示方法,通过具有更高求解效率的离散粒子群优化算法得到组件布局解,进一步提高布局解的质量;然后在布线阶段将组件对之间的曼哈顿距离作为布线顺序的考虑依据,并通过基于协商布线算法进行布线,有效地减少流通道交叉点数量;最后考虑布局和布线的交互作用,根据布线的反馈信息进行针对流通道交叉点区域的布局调整,从而衔接组件布局与流通道布线阶段.采用实际生化应用反应与合成的基准测试集,复现基于模拟退火布局和协商布线的流层物理设计算法作为对比算法进行实验,结果表明,所提算法的流通道交叉点数量优化了74.94%,芯片面积优化了5.04%,流通道总长度优化了16.88%,得到高质量流层物理设计方案.

关键词：连续微流控生物芯片流层物理设计布局调整离散粒子群优化基于序列对表示

在线全文

学校读者我要写书评

暂无评论

基于多阶段搜索的约束多目标进化算法

计算机应用 2023年第8期43卷 2345-2351页

作者：徐赛娟裴镇宇林佳炜刘耿耿福建商学院信息工程学院福州350506 福州大学计算机与大数据学院福州350116

现有约束多目标进化算法的约束处理策略无法有效解决具有大型不可行区域的问题,导致种群停滞在不可行区域的边缘;此外,约束条件下的不连续问题对算法的全局搜索能力以及多样性的维持提出了更高的要求。针对上述问题,提出了一种基于多阶... 详细信息

现有约束多目标进化算法的约束处理策略无法有效解决具有大型不可行区域的问题,导致种群停滞在不可行区域的边缘;此外,约束条件下的不连续问题对算法的全局搜索能力以及多样性的维持提出了更高的要求。针对上述问题,提出了一种基于多阶段搜索的约束多目标进化算法(CMOEA-MSS),在该算法的3个阶段采用不同的搜索策略。为使种群快速穿越大型不可行区域并逼近Pareto前沿,所提算法在第一阶段不考虑约束条件,利用一种收敛性指标引导种群搜索;在第二阶段采用一组均匀分布的权重向量来维持种群的多样性,并提出一种改进的epsilon约束处理策略,以保留不可行区域中的高质量解;在第三阶段采用约束优先原则,将搜索偏好集中在可行区域以保证最终解集的可行性。CMOEA-MSS与NSGA-Ⅱ+ARSBX(Nondominated Sorting Genetic Algorithm Ⅱ using Adaptive Rotation-based Simulated Binary crossover)等算法在MW和DASCMOP测试集上对比的结果表明:在MW测试集上,CMOEA-MSS在7个测试问题上获得了最好的IGD(Inverted Generational Distance)值,在5个测试问题上获得了最好的HV(HyperVolume)值;在DASCMOP测试集上,CMOEA-MSS在3个测试问题上获得了最好的IGD值,在2个测试问题上取得了次好的IGD值,在5个测试问题上获得了最好的HV值。可见,CMOEA-MSS在处理不连续以及具有多模态性质的约束多目标问题时具有明显优势。

关键词：约束多目标优化多阶段搜索约束处理策略进化算法收敛性多样性