版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著集成電路規(guī)模的不斷增大、特征尺寸不斷減小,時鐘頻率越來越高,給集成電路工藝技術(shù)和生產(chǎn)技術(shù)(設(shè)備和材料)以及設(shè)計生產(chǎn)率等諸多方面的問題帶來了更多的技術(shù)挑戰(zhàn)。其中一個非常關(guān)鍵的環(huán)節(jié)是集成電路設(shè)備技術(shù)的發(fā)展已經(jīng)遠(yuǎn)遠(yuǎn)落后于集成電路的加工能力的發(fā)展。另一方面,隨著VLSI復(fù)雜性越來越高,其物理設(shè)計中的許多問題目前已經(jīng)被證明是NP困難問題,所以一個快速的高效的物理版圖設(shè)計必須依賴于先進(jìn)的EDA工具和先進(jìn)的設(shè)計方法。而在計算機(jī)智能領(lǐng)域,各種優(yōu)化技
2、術(shù)的蓬勃發(fā)展為解決非NP問題、NP完全問題和NP困難問題提供了新的思路和解決方法。本文正是在這種背景下,討論計算智能方法在VLSI設(shè)計過程中最重要的一個環(huán)節(jié)--物理設(shè)計中的應(yīng)用。 VLSI工藝不斷發(fā)展,物理設(shè)計中的布線問題的規(guī)模也急劇增大,傳統(tǒng)的優(yōu)化算法正面臨著計算量爆炸、容易陷入局部極值和無法接近全局最優(yōu)的難題,所以必須尋找更有效的優(yōu)化方法。本文首先結(jié)合旅行商問題(TSP)介紹了基于仿生特性的蟻群算法原理;隨后介紹了VLSI物
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法在深亞微米VLSI電路繞障礙布線問題中的應(yīng)用.pdf
- 改進(jìn)的進(jìn)化蟻群算法在超深亞微米VLSI電路線障布線問題中的應(yīng)用.pdf
- 基于蟻群算法的超大規(guī)模集成電路布線研究.pdf
- 蟻群算法及其在TSP問題中的應(yīng)用.pdf
- 蟻群算法在排課問題中的應(yīng)用研究.pdf
- 蟻群算法及其在TSP問題中的應(yīng)用研究.pdf
- 改進(jìn)的蟻群算法在硫化車間調(diào)度問題中的應(yīng)用.pdf
- 蟻群算法的研究及其在文本分類問題中的應(yīng)用.pdf
- 改進(jìn)蟻群算法在求解加權(quán)MAX-SAT問題中的應(yīng)用.pdf
- 蟻群算法在港口車輛調(diào)度優(yōu)化問題中的研究及應(yīng)用.pdf
- 蟻群算法及其在連續(xù)性空間優(yōu)化問題中的應(yīng)用.pdf
- TSP問題中的蟻群優(yōu)化算法研究.pdf
- 38927.蟻群算法在旅行agent問題中的應(yīng)用研究
- 一種混合蟻群算法在JSP問題中的應(yīng)用研究.pdf
- 32477.蟻群算法在車輛路徑問題中的應(yīng)用
- 蟻群算法的改進(jìn)及其在車輛路徑問題中的應(yīng)用.pdf
- 蟻群算法在車輛調(diào)度問題中的應(yīng)用研究.pdf
- 蟻群優(yōu)化算法在平行機(jī)批調(diào)度問題中的應(yīng)用與研究.pdf
- 混合蟻群算法在容量約束車輛路徑問題中的應(yīng)用研究.pdf
- 蟻群算法在挖掘最大頻繁項(xiàng)集問題中的應(yīng)用研究.pdf
評論
0/150
提交評論