初盈盈
大連北方測控工程有限公司
智能優(yōu)化算法在集成電路設(shè)計中的應(yīng)用研究
初盈盈
大連北方測控工程有限公司
隨著科技的進步,集成電路設(shè)計的復雜性與難度越來越高,傳統(tǒng)的算法已經(jīng)不能滿足人們對集成電路的功能需求。同時傳統(tǒng)的算法一般為人工設(shè)計,需要的時間與成本相對較高。所以如何設(shè)計一種智能的算法對集成電路進行設(shè)計對我國集成電路的發(fā)展是十分重要的。智能優(yōu)化算法可以很好地解決上述的問題。智能優(yōu)化算法是以自然界生物群體所表現(xiàn)的智能現(xiàn)象為基礎(chǔ)進行設(shè)計,可以自我進化,免疫,和自我適應(yīng)。所以文章主要對智能優(yōu)化算法在集成電路設(shè)計中的應(yīng)用進行相應(yīng)的研究。
集成電路;優(yōu)化算法;應(yīng)用
對于系統(tǒng)復雜性的設(shè)計,通過對設(shè)計過程的加速,來進行相應(yīng)計算機的輔助綜合性分析,包括對電路進行模擬﹑射頻等辦法。數(shù)字電路能夠更加簡單的將不同邏輯層次進行抽離,提高電路的自動分布。模擬電路設(shè)計過程,因為種類繁多,結(jié)構(gòu)差異巨大,設(shè)計需要大量的人力物力和技術(shù)指導。有效地將智能算法在各種大范圍的電路設(shè)計中進行應(yīng)用,可以更好地增加電路設(shè)計效率,解決集成電路中存在的多沖突指標。還能夠發(fā)揮出自身潛在特點,提供設(shè)計者相應(yīng)的數(shù)據(jù)庫進行電路方面的設(shè)計工作。
集成電路在人們生活中的應(yīng)用是十分廣泛的。只有大力發(fā)展智能優(yōu)化算法才能幫助我們更好地進行繼集成電路的設(shè)計。人們利用自然界來認識更多的事物,并且通過事物的來源進行想象與創(chuàng)造。智能優(yōu)化算法就是基于自然界,進行適應(yīng)性啟發(fā),從而模擬進化出來的計算機的表達方式。智能優(yōu)化算法可以起到自我適應(yīng),自我改進等優(yōu)點??梢赃M行全面的全局搜索。如果選擇到位最優(yōu)解則選擇這種方式作為問題的解法,如果選擇的不是最優(yōu)解那么就會再次進行路徑的選擇,不斷循環(huán)直到達到想要的結(jié)果。
2.1 禁忌搜索算法
禁忌搜索(TabuSearch,TS)算法是一種模仿人類大腦記憶功能的元啟發(fā)式算法,最早是由FredGlover提出,它比局部搜索領(lǐng)域范圍更廣,具有一定的全局搜索能力。禁忌算法通過Tabu表鎖住剛搜索過的區(qū)域,并通過禁忌準則防止算法進行反復搜索,同時通過藐視準則將禁忌表中的一些優(yōu)良個體解禁出來,這樣算法搜索過程具有多樣性,才能避免算法陷入局部最優(yōu),最終搜索到全局最優(yōu)解。目前,TS算法主要用于NP問題﹑生產(chǎn)調(diào)度﹑組合優(yōu)化﹑神經(jīng)網(wǎng)絡(luò)和電路設(shè)計等領(lǐng)域,近年來在函數(shù)的全局優(yōu)化方面也有很多的研究,隨著算法的發(fā)展和改進,它的應(yīng)用范圍還會不斷擴大。
2.2 模擬退火算法
模擬退火算法(Simulated Annealing,SA)是由 Metropolis 等于1953 年提出的重要性采樣法,即以概率接受新狀態(tài),稱 Metropolis準則,計算量相對 Monte-Carlo 方法顯著減少,但未引起反響。1982年 Kirkpatrick 等將其應(yīng)用于組合優(yōu)化問題的求解,才得到廣泛的應(yīng)用。SA 的基本思想主要是模擬熱力學中的退火過程,它主要來源于固體物質(zhì)的退火過程,將固體加溫到足夠高的溫度,再將其慢慢冷卻,加溫時固體內(nèi)部粒子呈無序狀(最高的熵值),內(nèi)能增大,而慢慢冷卻時粒子漸趨有序(熵值下降),在每個溫度都能達到平衡狀態(tài),最后在常溫時達到基態(tài),內(nèi)能減為最小(最低的熵值),其過程與一般組合優(yōu)化問題很相似。在概率理論上模擬退火算法可用馬爾可夫(Markov)過程的數(shù)學模型來解釋。
2.3 群智能優(yōu)化算法
群智能優(yōu)化算法是近幾十年才發(fā)展起來的一種新興的演化優(yōu)化算法,也是受到最多關(guān)注的優(yōu)化研究領(lǐng)域之一。信息的交互過程中不但整個群體內(nèi)傳播信息,群體內(nèi)的個體也能處理信息,并通過所得到的信息(包括環(huán)境信息和其它個體信息等)去改變自身的行為規(guī)范,這樣整個群體就擁有了一些個體所不具備的特征和能力,特別是對周圍環(huán)境的適應(yīng)能力,這種對周圍環(huán)境改變所具備的適應(yīng)能力其實就是所說的“智能”。受這些生物群體的集體行為的啟示,人們摸索出了一種新的優(yōu)化技術(shù)——群智能優(yōu)化算法。
2.4 遺傳算法
遺傳算法是模擬達爾文的生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模模型,是一種通過模擬自然進化過程搜索最優(yōu)解的方法。遺傳算法從問題解的串集開始搜索,而不是從單個解開始。遺傳算法中需要很多的函數(shù),在具體應(yīng)用中,適應(yīng)度函數(shù)的設(shè)計要結(jié)合求解問題本身的要求而定。適應(yīng)度函數(shù)設(shè)計直接影響到遺傳算法的性能。
1)在射頻集成電路中的應(yīng)用
傳統(tǒng)的射頻(Radio Frequency,RF)集成電路設(shè)計方法是設(shè)計者基于專業(yè)知識和設(shè)計經(jīng)驗,通過反復多次的模擬試驗對電路性能進行優(yōu)化的。這種設(shè)計方法不但需要很長的設(shè)計時間,而且還很難達到多項性能的最優(yōu)化。隨著現(xiàn)代優(yōu)化算法的發(fā)展,人們可以通過計算機進行電路自動優(yōu)化。這種優(yōu)化技術(shù)最初應(yīng)用于模擬集成電路的尺寸最優(yōu)化,設(shè)計者可以通過某一優(yōu)化算法進行電路尺寸自動搜索,直至電路性能達到設(shè)計要求。射頻集成電路的設(shè)計也從中受到了啟發(fā),相關(guān)優(yōu)化設(shè)計研究方法也逐漸開展起來。
2)遺傳算法在數(shù)字集成電路中的應(yīng)用
對于數(shù)字集成電路,可以很容易抽象出邏輯門﹑加法器﹑減法器﹑寄存器等不同層次的邏輯單元,這種抽象大大促進了數(shù)字集成電路的設(shè)計自動化。從高層次的自動綜合,到最低層次的集成電路版圖的布局布線,都有較為成熟和實用的自動設(shè)計軟件工具。采用遺傳算法對具有代表性的全加器進行自動優(yōu)化設(shè)計。所選用的電路拓撲結(jié)構(gòu)圖是將全加器中的每個邏輯門看作一個小單元,對于三輸入兩輸出的全加器看成一個3*3的二維單元數(shù)組。
文章主要分析了幾種重要的智能優(yōu)化算法,并對其進行了相應(yīng)的解釋。雖然這些算法已經(jīng)可以很好地幫助我們進行集成電路的設(shè)計,但是這樣還是遠遠不夠的,還要進行更多的研究,研發(fā)更有用處,更完善的算法應(yīng)用到集成電路的設(shè)計中去。
[1]杜奇功,張彪,虎帥,劉海軍.智能優(yōu)化算法在集成電路設(shè)計中的應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用,2016,21:98.
[2]王愷爾.基于智能優(yōu)化算法的半導體器件參數(shù)提取方法研究[D].浙江師范大學,2009.