全局布局器矩形框约束问题非线性共轭梯度算法的改进
本文选题:全局布局器 + 非线性共轭梯度 ; 参考:《上海交通大学》2015年硕士论文
【摘要】:全局布局器其实是一个矩形框约束问题。广泛使用的优化算法是无约束的共轭梯度算法。当我们使用无约束的共轭梯度算法求解最优解的过程中必然会有器件被放置到了可布局芯片面积之外。在实际工程应用时,就必须考虑什么时候对这些放置到可布局面积之外的非法放置器件做非单调梯度投影映射比较合适。我们通过案例数据收集并且通过Matlab图表分析发现了:1)这些非法放置器件概率趋势的特征2)根据这些趋势特征,在每一个布局分区结束并且一个新的布局分区开始之前,做一次非单调梯度投影的话是最实际也是最高效的。最后改进了现有的无约束非线性共轭梯度算法,并应用了一些数值计算的技巧,通过CG_DESCENT在一些Mesh设计上验证确实得到了更好的最终性能指标。当前无约束非线性共轭梯度算法被改善后具有了更快的收敛速度,并且这一加速的取得不会导致在函数或梯度评价的数量上的显著增加。改善当前无约束的非线性共轭梯度求解算法是非常有价值的,便于帮助客户缩短产品进入市场的时间周期和减少最后的总成本比如最后总的布局布线的导线长度。
[Abstract]:The global layout is actually a rectangular box constraint problem. The widely used optimization algorithm is the unconstrained conjugate gradient algorithm. When we use the unconstrained conjugate gradient algorithm to solve the optimal solution, it is inevitable that some devices will be placed outside the layout chip area. In practical engineering applications, it is necessary to consider when it is more appropriate to do non-monotone gradient projection mapping for these illegal placement devices placed beyond the lay-out area. We collected the case data and analyzed the Matlab chart to find the characteristics of the probability trend of these illegal placement devices. 2) based on these trend features, before each layout partition ends and a new layout partition begins, A non-monotone gradient projection is the most practical and efficient. Finally, the existing unconstrained nonlinear conjugate gradient algorithm is improved, and some numerical calculation techniques are applied. The results of CG_DESCENT are proved to be better in some Mesh designs. The current unconstrained nonlinear conjugate gradient algorithm has a faster convergence rate, and this acceleration will not result in a significant increase in the number of functions or gradient evaluations. It is very valuable to improve the current unconstrained nonlinear conjugate gradient algorithm, which can help the customer shorten the time period of the product entering the market and reduce the final total cost such as the length of the wire of the final total layout and wiring.
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN47
【相似文献】
相关期刊论文 前10条
1 张聪;房明磊;陈凤华;;一个新的共轭梯度算法[J];桂林电子科技大学学报;2007年05期
2 赵航涛;;二维泊松问题的并行共轭梯度算法[J];电脑知识与技术;2008年27期
3 喻高航;关履泰;;大规模优化问题的一个具有充分下降性的共轭梯度算法[J];数值计算与计算机应用;2006年03期
4 张蕾蕾;张庆祥;;无约束最优化新的共轭梯度算法[J];西安邮电学院学报;2007年03期
5 苏浩航;张义门;张玉明;满进财;;基于压缩式双共轭梯度算法对大规模电源/地线网络的快速分析[J];计算机辅助设计与图形学学报;2007年10期
6 彭晗;周元建;;宽线性共轭梯度算法及其在盲多用户检测中的应用[J];电路与系统学报;2006年04期
7 孙晶华,桑恩方,莫长涛,王明;一维PSD非线性修正的共轭梯度算法[J];光学技术;2004年04期
8 黎芳芳;;Global placer中框约束问题非线性共轭梯度算法的改进[J];中国集成电路;2013年09期
9 屈健健;应时辉;彭亚新;;Chan-Vese模型的共轭梯度算法[J];应用数学与计算数学学报;2013年04期
10 李熙铭;欧阳丹彤;白洪涛;;基于GPU的混合精度平方根共轭梯度算法[J];仪器仪表学报;2012年01期
相关会议论文 前4条
1 郑希锋;田志远;王艳;;一种新的混合共轭梯度算法及其全局收敛性[A];中国运筹学会第八届学术交流会论文集[C];2006年
2 张家海;孙书芳;徐耀群;;一种基于混沌的共轭梯度算法[A];2007年中国智能自动化会议论文集[C];2007年
3 许海波;魏素花;;共轭梯度算法在高能X光照相密度重建中的应用[A];中国工程物理研究院科技年报(2003)[C];2003年
4 李梅霞;王长钰;;线搜索下带误差项的Dai-Yuan共轭梯度算法(英文)[A];中国运筹学会第七届学术交流会论文集(中卷)[C];2004年
相关博士学位论文 前1条
1 姚胜伟;几类共轭梯度算法的研究[D];华东理工大学;2014年
相关硕士学位论文 前10条
1 段侠彬;几种修正的共轭梯度算法[D];广西大学;2016年
2 黎芳芳;全局布局器矩形框约束问题非线性共轭梯度算法的改进[D];上海交通大学;2015年
3 苏文芳;无约束最优化问题的非线性共轭梯度算法的研究[D];燕山大学;2010年
4 张忠元;混合非线性共轭梯度算法研究[D];大连理工大学;2005年
5 赵晖;非线性共轭梯度算法研究[D];曲阜师范大学;2002年
6 赵许培;两种非线性共轭梯度算法二次收敛性的研究[D];广西大学;2013年
7 袁俊峰;基于并行稳定双共轭梯度算法的不可压缩管流数值模拟[D];杭州电子科技大学;2013年
8 刘玉建;无约束最优化共轭梯度算法研究[D];中国石油大学;2010年
9 李香;基于扩展系统求解振动控制问题的共轭梯度算法[D];吉林大学;2011年
10 李娟;一类共轭梯度算法的收敛性[D];首都师范大学;2005年
,本文编号:1963183
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1963183.html