基于超体积引导和变量最优性分类的电路多目标优化方法技术

本发明专利技术公开一种基于超体积引导和变量最优性分类的电路多目标优化方法。该方法包括以下步骤：一、读取Boolean逻辑电路，初始化种群，并构建种群进化与电路多目标优化之间的关联。二、提出一种超体积引导方法，控制进化参数的存储与变化，引导种群向Pareto前沿方向进化。三、提出一种变量最优性分类方法，将种群个体分为多最优和单最优变量，再分别进行不同的种群进化策略。四、合并步骤二和步骤三进化后的种群，建立面积、功耗和延时估算模型对其进行环境选择，得到新的种群。五、若当前迭代次数是变异阈值的倍数，则对步骤四得到的的种群进行基于映射差异的变异修正。变异修正后，已经达到最大迭代次数或种群收敛则算法结束，否则跳转到步骤二。

【技术实现步骤摘要】

本专利技术涉及使用超体积引导、变量最优性分类、多目标进化算法和固定极性reed-muller(fprm)电路多目标优化。

技术介绍

1、电子设计自动化是制约集成电路发展的关键性问题。作为电子设计自动化的核心内容，电路的逻辑综合主要包括翻译、优化以及映射三个过程。其中，电路优化主要考虑集成电路的面积、功耗和延时等性能，在电路的逻辑综合中起到重要作用。

2、基于and/xor的reed-muller(rm)逻辑是区别于and/0r的boolean逻辑的另一种电路表达形式，rm逻辑电路在电路面积、功耗、速度以及可测性等方面有着显著优势。固定极性reed-muller(fprm)逻辑电路是一种重要的rm逻辑电路。极性在fprm逻辑电路中起着至关重要的作用，不同的极性对应于不同的逻辑表达式，从而对应于不同的电路性能。减少电路面积、功耗和延时可以降低设备成本，减少随机噪声，提高设备的稳定性，因此，电路面积、功耗和延时是电路优化过程中考虑最多的三个因素。fprm电路多目标优化是在特定的极性搜索空间中找到一个解或解集，其相应的极性使面积、功耗和延时都足够小，从本文档来自技高网...

【技术保护点】

1.一种基于超体积引导和变量最优性分类的电路多目标优化方法，其特征在于：至少包括以下步骤：

2.根据权利要求1所述的一种基于超体积引导和变量最优性分类的电路多目标优化方法，其特征在于：步骤二中提出超体积引导方法，先初始化缩放因子存储器和交叉率存储器，以及二者的临时存储器，然后对子种群中的每个个体，基于存储器和柯西分布生成缩放因子，基于存储器和正态分布生成交叉率，再根据这两个进化参数对个体进行位置更新，接下来根据超体积变化量，将起正向作用的缩放因子和交叉率存入临时存储器，并赋予其基于超体积变化量的权重，最后在子种群所有个体更新完成后，得到了存储所有正向控制参数及其权重的临时存储...

【技术特征摘要】

1.一种基于超体积引导和变量最优性分类的电路多目标优化方法，其特征在于：至少包括以下步骤：

2.根据权利要求1所述的一种基于超体积引导和变量最优性分类的电路多目标优化方法，其特征在于：步骤二中提出超体积引导方法，先初始化缩放因子存储器和交叉率存储器，以及二者的临时存储器，然后对子种群中的每个个体，基于存储器和柯西分布生成缩放因子，基于存储器和正态分布生成交叉率，再根据这两个进化参数对个体进行位置更新，接下来根据超体积变化量，将起正向作用的缩放因子和交叉率存入临时存储器，并赋予其基于超体积变化量的权重，最后在子种群所有个体更新完成后，得到了存储所有正向控制参数及其权重的临时存储器，由此更新缩放因子存储器和交叉率存储器的对应项，以用于下一次迭代的种...

【专利技术属性】
技术研发人员：王生生，杨璐，
申请(专利权)人：吉林大学，
类型：发明
国别省市：