基于MODPSO算法的FPRM电路多约束极性优化方法

发布时间：2018-08-02 21:13

【摘要】：为求解较大规模FPRM逻辑电路中多约束条件下的极性优化问题,该文提出一种基于多目标离散粒子群优化(Multi-Objective Discrete Particle Swarm Optimization,MODPSO)算法的求解方法。首先针对FPRM电路极性设计需要满足延时短、面积小的多约束要求,构建了多目标决策模型。然后结合极性转换算法和MODPSO算法,对电路进行最优极性搜索,以获取电路延时和面积的Pareto最优解集。最后利用17个MCNC Benchmark电路进行测试,并将MODPSO算法与DPSO算法、NSGA-Ⅱ算法进行实验对比,结果验证了算法的有效性。
[Abstract]:In order to solve the polarity optimization problem with multiple constraints in large scale FPRM logic circuits, this paper presents a solution method based on Multi-Objective Discrete Particle Swarm optimization and MODPSO (Multiobjective discrete Particle Swarm Optimization) algorithm. Firstly, a multi-objective decision model is constructed for the polarity design of FPRM circuits which needs to meet the multi-constraint requirements of short delay and small area. Then combining polarity conversion algorithm and MODPSO algorithm, the optimal polarity search is carried out to obtain the Pareto optimal solution set of circuit delay and area. In the end, 17 MCNC Benchmark circuits are used to test the algorithm. The experimental results show that the algorithm is effective and the MODPSO algorithm is compared with the DPSO algorithm.
【作者单位】： 宁波大学电路与系统研究所;宁波大学科学技术学院;
【基金】：国家自然科学基金(61306041,61234002) “十二五”浙江省高校重点学科—计算机应用技术 浙江省教育厅科研项目(Y201326770) 宁波市自然科学基金(2014A610069,2015A610107)~~
【分类号】：TN791;TP18

【相似文献】

相关期刊论文 前10条

1 刘波;;“算法设计与分析”教学探讨[J];高等理科教育;2007年04期

2 肖小克;陈莉;;《算法设计与分析》实践教学探讨[J];福建电脑;2009年10期

3 穆瑞辉;;计算机算法设计研究与思考[J];数字技术与应用;2012年12期

4 潘博;;构建“算法设计与分析”趣味课堂[J];科教文汇(下旬刊);2013年06期

5 王希常,杨志强;一类考场编排算法的设计[J];山东师范大学学报(自然科学版);2002年04期

6 龙腾芳,高金文;“分而治之”方法在算法设计中的应用[J];渤海大学学报(自然科学版);2004年01期

7 吕国英;;《算法设计与分析》教材建设的实施[J];计算机教育;2007年19期

8 徐子珊;;“算法设计与分析”教学中理论与技术的平衡[J];计算机教育;2008年10期

9 郑红;邵志清;符海波;;“算法设计与分析”课程教学改革初探[J];计算机教育;2008年14期

10 高尚;;“算法设计与分析”课程改革初探[J];计算机教育;2008年14期

相关会议论文 前10条

1 雷咏梅;;椭圆曲线密码体制的算法设计与实现[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

2 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

3 徐子珊;;《算法设计与分析》课程中的工程教育[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王辉;刘治昌;;用一种新算法设计的安全系统[A];2007年中国智能自动化会议论文集[C];2007年

5 舒辉;柳清峰;杜祝平;周蓓;;实践教学模式在本科专业课程教学中的应用[A];中国电子教育学会高教分会2010年论文集[C];2010年

6 彭小宏;阳东升;刘忠;;基于聚类算法的组织协作网设计[A];2006中国控制与决策学术年会论文集[C];2006年

7 李皓;罗熊;;云存储部署优化的进化算法设计[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 罗长政;李熙莹;王镇波;罗东华;;一种大流量交叉路口的背景提取与更新算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 杨利;李霖;昌月楼;阳国贵;;对称位向量及启发式并行散列连接算法[A];数据库研究与进展95——第十三届全国数据库学术会议论文集[C];1995年

10 张晋;;嵌入式电脑鼠运行算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

相关重要报纸文章 前1条

1 ;算法设计的策略[N];电脑报;2003年

相关博士学位论文 前10条

1 江立辉;基于干扰对齐的多用户无线传输优化方法研究[D];哈尔滨工业大学;2015年

2 史亚;多核学习算法与应用研究[D];西安电子科技大学;2015年

3 薛菲;基于蝙蝠算法的启发式智能优化研究与应用[D];北京工业大学;2016年

4 沈虎;支持干扰管理的无线并发通信协议及算法[D];国防科学技术大学;2015年

5 谷伟哲;齐次光滑算法及其应用[D];天津大学;2010年

6 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年

7 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年

8 尤海峰;求解隐式目标优化问题的交互式进化算法研究[D];中国科学技术大学;2011年

9 张常淳;基于MapReduce的大数据连接算法的设计与优化[D];中国科学技术大学;2014年

10 郭崇慧;地区中长期发展规划若干定量模型、算法及应用研究[D];大连理工大学;2002年

相关硕士学位论文 前10条

1 李欣园;基于选择偏好的组合聚类算法研究与实现[D];内蒙古大学;2015年

2 杨潇;界约束非线性最小二乘问题的无导数算法[D];上海交通大学;2015年

3 王晓璐;基于Zynq的LS-SVM算法加速器设计[D];哈尔滨工业大学;2015年

4 楼磊磊;医疗保险数据异常行为检测算法和系统[D];浙江大学;2015年

5 齐海龙;基于改进人工蜂群算法的非线性系统辨识方法研究[D];北京化工大学;2015年

6 蔡平梅;结构化稀疏信号的恢复算法研究[D];上海大学;2015年

7 赵晨阳;基于蚁群算法的高阶图匹配方法研究[D];西安电子科技大学;2014年

8 苟清松;多目标粒子滤波检测前跟踪算法研究[D];电子科技大学;2015年

9 李枝勇;蝙蝠算法及其在函数优化中的应用研究[D];上海理工大学;2013年

10 李莲;基于蜂群和粗糙集的聚类算法研究[D];长沙理工大学;2014年

，

本文编号：2160743