基于BSG模型的BBL布局

布局是VLSI物理设计的关键步骤之一.对于一般的BBL布局,一个基本问题是如何对布局问题的解进行有效的表示,文献[1]提出了BSG模型并对non-slicing结构的BBL布局进行了成功的表示.文章对BSG模型进行了研究和实现,并在用模拟退火算法实现过程中进行了搜索策略的改进,得到了较好的实验结果.     

分级的时延驱动布局算法

本文针对门阵列和标准单元设计系统提出一种分级的时延驱动布局算法，以前的时延驱动布局算法除了文献[22]以外都不是分级的，因而运算时间很长，而且最长路径上的信号延迟达不到最优；而文献[22]的算法只能处理时序关系是DAG图（有向无环图）的电路，也就是说，电路中不能包含寄存器元件，本文的算法是适用于一般的电路．与RITUAL／Tiger系统比较，我们用比较短的运算时间得到了较小的信号延迟．     

ohonen神经网络在时延驱动布局听应用

本文提出一个基于Ｋｏｈｏｎｅｎ自组织神经网络的以关键路径时延最小为优化目标的时延我动布局算法，算法的关键是建立面向线网的样本矢量，与面向单元的样本矢量相比，面向一网的样本矢量不仅可以直接处理多端线网，而且地延信息，实验结果表明，审一种有效的方法。     

一种时延驱动的VLSI布局方法

时廷特性对于高性能的超大规模集成电路(VLSI)来讲是十分重要的。本文提出了一个新的时延驱动的布局方法。在初始布局中,我们提出了给线网加权的新方法,在迭代改善布局中提出了等位场的概念。实验结果表明:这是一种有效的时延驱动布局方法。     

Kohonen神经网络在时延驱动布局中的应用

本文提出一个基于Kohonen自组织神经网络的以关键路径时延最小为优化目标的时延驱动布局算法。算法的关键是建立面向线网的样本矢量。与面向单元的样本矢量相比,面向线网的样本矢量不仅可以直接处理多端线网,而且能够描述时延信息。实验结果表明,这是一种有效的方法。     

面向甚大规模集成电路的时延驱动布局方法

本文针对甚大规模集成电路的时延驱动布局问题提出了一个新的解决途径,其策略是将结群技术应用于二次规划布局过程中.结群的作用是可大幅度地降低布局部件的数量.本文设计了一个高效的结群算法CARGO,其优点是具有全局最优性并且运行速度很快.采用了一个基于路径的时延驱动二次规划布局算法对结群后的电路完成布局过程.由于二次规划布局算法能够在很短时间内寻找到全局最优解,故本文的算法更有希望彻底解决甚大规模电路的布局问题.在一组MCMC标准测试电路上对算法进行了测试,得到了满意的结果.     

时延驱动的VLSI版图规划算法

本文提出了时延驱动布图规划的思想。在用改进的广义力矢量法优化功能单元间连线时延的同时，运算非线性规划的方法进一步优化关键路径上功能单元的时延及连线时延。结果表明，这是一种有效的优化版图时延的方法。     

基于神经网络的时延驱动版图规划算法

本文用离散的网格代替连续的版图规划平面,把长宽比可变的软模块对应成多个长度和宽度均确定的硬模块,给出了相应的时延驱动版图规划问题的形式化描述,并提出了基于均场退火网络的新的求解算法.算法用一个三维二值换位矩阵将问题映射为神经网络,建立包含时延约束、重叠约束和优化目标的能量函数,再用均场退火方程迭代求解.对应于同一软模块的硬模块有且只有一个能且只能放置在版图规划平面一个位置上的约束用神经元归一化的方法解决.本算法已用Visual C++编程实现,实验结果表明,这是一种有效的方法.     

优化时延与拥挤度的增量式布局算法

提出了一种优化时延的增量式布局算法,该算法根据时延分析的结果在迭代求解的过程中动态调整线网权值.在此基础上,提出了三种同时优化时延和拥挤度的多目标优化的布局算法,在满足时延和拥挤度约束的前提下对关键路径上的单元进行位置调整.实验结果表明该算法能够有效地提高芯片速度并降低走线拥挤.对于优化线长得到的布局方案,最长路径上的时延值在增量式布局之后能够降低10 % .     

改进的“带宽最小化”BBL布局算法

在本文中,作者把“带宽最小化”的布局算法改进为适于多尺寸模块模型。在这种模型中,可以为每个模块预先设计出多种不同长宽比的设计方案。文中给出了一个求多尺寸带宽的线性复杂度的算法。通过采用分级式布局,使得算法兼顾了几何设计与连线的优化。该算法按照自顶向下与自底向上相结合的顺序对布局进行优化,既考虑到了局部特点又使得总体规划做得很好,从而大大地提高了优化能力。     

大规模混合模式初始详细布局算法

以大规模混合模式布局问题为背景,提出了有效的初始详细布局算法.在大规模混合模式布局问题中,由于受到计算复杂性的限制,有效的初始布局算法显得非常重要.该算法采用网络流方法来满足行容量约束,采用线性布局策略解决单元重叠问题.同时,为解决大规模设计问题,整体上采用分治策略和简化策略,有效地控制问题的规模,以时间开销的少量增加换取线长的明显改善.实验结果表明该算法能够取得比较好的效果,平均比PAFLO算法有16%的线长改善,而CPU计算时间只有少量增加.     

大规模混合模式初始详细布局算法

以大规模混合模式布局问题为背景 ,提出了有效的初始详细布局算法 .在大规模混合模式布局问题中 ,由于受到计算复杂性的限制 ,有效的初始布局算法显得非常重要 .该算法采用网络流方法来满足行容量约束 ,采用线性布局策略解决单元重叠问题 .同时 ,为解决大规模设计问题 ,整体上采用分治策略和简化策略 ,有效地控制问题的规模 ,以时间开销的少量增加换取线长的明显改善 .实验结果表明该算法能够取得比较好的效果 ,平均比 PAFL O算法有 1 6 %的线长改善 ,而 CPU计算时间只有少量增加     

用模拟退火算法实现集成电路热布局优化

介绍了一种综合考虑集成电路电学性能指标以及热效应影响的布局优化方法 .在保证传统设计目标 (如芯片面积、连线长度、延迟等 )不被恶化的基础上 ,通过降低或消除芯片上的热点来优化集成电路芯片的温度分布情况 ,进而优化整个电路性能 .并将改进的模拟退火算法应用于集成电路的热布局优化 ,模拟结果表明该方法与传统布局方法相比在保持了较好的延迟与连线长度等设计目标的同时 ,很好地改善了芯片表面的热分配情况     

压电分流阻尼系统中压电元件形状与布局优化

根据压电方程和材料力学方程推导出机电耦合情况下压电元件表面电荷计算公式,以此为优化目标,对压电分流阻尼抑振系统中的压电元件形状和位置/布局进行了优化分析。在考虑了压电元件附加质量和附加刚度的影响下,采用ANASYS的APDL语言对四边固支弹性薄铝板进行参数化建模,根据压电元件的模态应变来计算电荷数量。使用拓扑优化方法得到对应于各阶模态的压电元件最优形状,并针对采用单片和多片压电元件的情况,进行了对应于结构各阶振型的布局优化。根据分析结果,提出了压电分流阻尼系统的压电元件形状和位置/布局优化的基本原则。将分析结果应用于一四边固支薄板的振动响应抑制实验,取得了良好的抑振效果,分流电路闭合后第1阶和第5阶模态响应的幅值分别降低了52.9%与62.6%,验证了压电元件形状和位置/布局优化的有效性。     

异型器件的自动化贴装

PCB装配业承载着各种各样不同配置的产品的生产制造责任。其中部分产品包括有各式各样的部件搭配,一般我们称之为异型器件。目前许多公司己经开始了考虑采用自动化的技术,作为实现可靠的和具有良好性价比的异型器件贴装方法。     

浅析控制贴片质量的关键因素

贴片质量一直困扰贴片机使用者，本文从元器件选择、贴片机结构与性能两个角度阐述了其如何影响贴片质量。以元器件尺寸、端头电极与引线电极、平整度、料带等方面细述如何选择元器件以提高贴片质量，并细述了如何选择与设置贴片机吸嘴和贴片压力来提高贴片质量。     

SDN中基于KMOBPSO的高可靠性控制器部署算法

针对SDN中控制器系统的单节点故障问题,兼顾系统成本和系统时延,应用N+1冗余备份模型来提高SDN控制器部署的可靠性,并将其抽象为多目标优化问题.同时,提出了一种融合K-means聚类算法和遗传算子的多目标二进制粒子群算法——KMOBPSO算法,以求解SDN控制器高可靠性部署问题的解.仿真结果表明,所提算法具有求解精度高、分布均匀、沿Pareto前沿面覆盖广的特点,能够显著提高SDN中控制器部署的可靠性.     

An algorithm ofk-line location for BBL in LSI/VLSI

In this paper, aK-line location algorithm for building block cells in LSI/VLSI is presented. When the relative positions of rectangular cells are given, there are 2 states according to the two orientations of a cell. It is proved that to find the optimum solution from the 2^N states can be reduced to calculate theN states inK-line algorithm. So the algorithm is shown very effective and can be used with association for cluster method in BBL placement. Under certain conditions, this method can also be used to pesudo BBL placement directly.