一种用于求解VLSI不可二划分版图规划设计方法技术

本发明专利技术涉及一种用于求解VLSI不可二划分版图规划设计方法，包括(1) 在全局搜索阶段，采用遗传算子操作进行全局搜索。此算子可有效地增大解的种类及搜索到最优解的可能性。(2)在局部搜索阶段，循环地调用混合模拟退火算法。此算法可有效地搜索局部最优解。(3)在平衡全局和局部搜索阶段，采用死亡概率策略。死亡概率策略缩减解空间的大小，从而使得全局搜索和局部搜索达到一定的平衡。在该策略中，根据自然规律，种群中每个个体不可能一直生存也不可能立即死亡，基于此规律，种群中每个个体被赋予一个实际年龄和动态地生存年龄。本发明专利技术所提供的方法可以提供高效实用的版图规划结果，且规划结果可满足目前VLSI的版图规划设计的需求。

【技术实现步骤摘要】
一种用于求解VLSI不可二划分版图规划设计方法
本专利技术涉及一种用于求解VLSI不可二划分版图规划设计方法，
技术介绍
近年来，随着集成电路制造工艺的迅速发展，集成电路产业已经进入了纳米工艺时代，芯片的集成度进一步提高，一块芯片上所能集成的电路元件越来越多，对VLSI设计方法提出了更高的要求。版图规划是VLSI物理设计过程中非常重要的一个环节，对集成电路的性能指标，如可布通性、时延特性、功耗、电路可靠性等有重大影响。随着版图规划问题的约束不断增多和芯片上单元个数的快速增长，对VLSI版图规划问题的算法设计提出了巨大的挑战。因此，寻求更高效、更实用的集成电路版图规划设计算法具有重要的意义。用来解决VLSI版图规划问题的算法可分为以下两类：基于迭代的版图规划设计方法和基于分析的版图规划设计方法。在这两类方向中，通过实验结果的对比，基于迭代的版图规划设计方法取得的布局效果较好，因而成为当前主流布局工具所采用的方法。由于VLSI布局问题的规模很大，现有的基于构造的版图规划设计工具很难直接求解。在迭代方法的VLSI版图规划设计算法中，主要采用启发式策略，如模拟退火算法、遗传算法和粒子群算法等本文档来自技高网...

【技术保护点】
一种用于求解VLSI不可二划分版图规划设计方法，其特征在于，按照如下步骤实现：步骤S1：将版图规划表示为B*‑tree；步骤S2：初始化经所述B*‑tree为完全二叉树；步骤S3：对所述步骤S2中获取的完全二叉树进行一系列B*‑tree扰动，产生初始种群P；步骤S4：计算所述步骤S3获取的种群中每个个体的适宜度函数值，并记录当前适宜度函数值最大的个体为best；步骤S5：设置算法迭代次数iterative＝0，并设置最大的迭代数目；步骤S6：按照预设概率采用遗传算子操作，然后采用混合模拟退火算法在解空间中搜索局部最优解，并保存当前的种群；步骤S7：采用死亡概率策略，使得全局搜索和局部搜索达到平...

【技术特征摘要】
1.一种用于求解VLSI不可二划分版图规划设计方法，其特征在于，按照如下步骤实现：步骤S1：将版图规划表示为B*-tree；步骤S2：初始化经所述B*-tree为完全二叉树；步骤S3：对所述步骤S2中获取的完全二叉树进行一系列B*-tree扰动，产生初始种群P；步骤S4：计算所述步骤S3获取的种群中每个个体的适宜度函数值，并记录当前适宜度函数值最大的个体为best；步骤S5：设置算法迭代次数iterative＝0，并设置最大的迭代数目；步骤S6：按照预设概率采用遗传算子操作，然后采用混合模拟退火算法在解空间中搜索局部最优解，并保存当前的种群；步骤S7：采用死亡概率策略，使得全局搜索和局部搜索达到平衡；步骤S8：令iterative＝iterative+1；步骤S9：重复步骤S6至步骤S8，直到iterative大于预设的迭代数目。2.根据权利要求1所述的一种用于求解VLSI不可二划分版图规划设计方法，其特征在于，在所述步骤S1中，在将版图规划表示为B*-tree过程中，树形结构中的每个节点对应代表一个模块，且每个节点至多有两个子节点。3.根据权利要求2所述的一种用于求解VLSI不可二划分版图规划设计方法，其特征在于，在所述步骤S2中，通过如下方式初始化B*-tree的方法：除所述树形结构中的最后两行的节点，每个父节点均有两个子节点，即将B*-tree初始化为一个完全二叉树。4.根据权利要求1所述的一种用于求解VLSI不可二划分版图规划设计方法，其特征在于，在所述步骤S3中，所获取的种群中每个个体都由B*-tree表示，所述一系列B*-tree的扰动方式包括：模块旋转、移动模块到另一个区域以及交换两个模块。5.根据权利要求1所述的一种用于求解VLSI不可二划分版图规划设计方法，其特征在于，在所述步骤S6中，还包括如下步骤：步骤S61：对于种群P中的个体，任选一个个体作为父亲p1，根据轮盘赌选择父亲p2；步骤S62：按照第一预设率进行交叉操作，得到新个体c1；然后对新个体c1采用混合模拟退火算法进行优化，如果p1的适宜度函数值小于c1的适宜度函数值，则将c1标记为p1；如果best的适宜度函数值小于c1的适宜度函数值，则将c1标记为best；步骤S63：对种群P中每个个体f按照第二预设概率进行变异操作，得到新个体c2；然后对新个体采用混合模拟退火算法进行优化，如果f的适宜度函数值小于c2的适宜度函数值，则将c2标记为f；如果best的适宜度函数值小于c2的适宜度函数值，则将c2标记为best；步骤S6...

【专利技术属性】
技术研发人员：陈建利，刘岩，朱自然，朱文兴，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建,35