文摘
英文文摘
第一章绪论
1.1引言
1.2通用的总体布线算法综述
1.2.1顺序布线法
1.2.2同时布线算法
1.2.3其他布线方法
1.3延迟、性能驱动的总体布线算法综述
1.4多层VLSI/MCM总体布线算法综述
1.4.1传统的多层布线算法
1.4.2 MCM总体布线算法
1.5主要研究内容与论文组织
第二章进化算法及可用于VLSI/MCM总体布线的方法
2.1引言
2.2进化算法的总框架
2.3进化规划
2.4进化策略
2.5遗传算法
2.5.1标准遗传算法
2.5.2遗传算法的基本原理和方法
2.5.3混合GA技术(HYBRID GA)
2.6遗传算法的并行模型
2.7本章小结
第三章Steiner树问题的混合遗传算法
3.1最小矩形边Steiner树混合遗传算法-MRST-GA
3.1.1问题描述
3.1.2算法描述
3.2延迟驱动的矩形边Steiner树混合遗传算法-RCST-GA
3.2.1问题描述
3.2.2延迟模型
3.2.3编码译码
3.2.4适应度函数设计
3.2.5初始群体生成
3.2.6交叉算子
3.3关键参数的确定
3.4算法步骤及算法复杂度分析
3.5并行策略
3.6实验与结果分析
3.6.1 MRST-GA的实验结果与对比
3.6.2 RCST-GA的实验结果与对比
3.7本章小结
第四章基于进化规划的性能驱动的BBL总体布线算法
4.1引言
4.2 BBL总体布线的几个问题
4.3布线区域的划分
4.4初始总体布线
4.4.1初始布线目标
4.4.2 2端点线网的总体路径分配策略
4.4.3多端点线网布线的遗传算法
4.5选择待拆除线网
4.6线网拆除与重新布线—变异与进化
4.7算法步骤
4.8实验结果与分析
4.9本章小结
附图
第五章多层VLSI/MCM层分配遗传算法
5.1引言
5.2问题描述
5.2.1 Crosstalk模型
5.2.2线网扰涉图(NIG)的构造
5.2.3线网相交图(NCG)的构造
5.2.4目标函数
5.3超层层分配的混合遗传算法-LAGA
5.3.1编码与译码
5.3.2适应度函数与动态定标
5.3.3初始群体设定
5.3.4遗传操作
5.3.5群体更新
5.4 2-分层的混合遗传算法-VAGA
5.4.1编码与译码
5.4.2适应度函数与动态定标
5.4.3初始群体设定
5.4.4遗传操作
5.4.5群体更新
5.5计算步骤与复杂度分析
5.6并行算法
5.6.1 LAGA的并行遗传算法
5.6.2 VAGA的并行算法
5.7实验与讨论
5.8本章小结
第六章结束语
6.1论文的主要成果
6.2进一步的研究工作
致谢
参考文献
作者在攻博期间以第一作者发表的学术论文