公开(公告)号：CN114065625A

公开(公告)日：2022-02-18

申请号：CN202111351876.7

申请日：2021-11-16

Applicant: 福州大学

Inventor： 刘耿耿 ,  裴镇宇 ,  郭文忠 ,  陈国龙

IPC: G06F30/27 ,  G06N3/00 ,  G06F111/06

Abstract: 本发明涉及一种基于子空间搜索的高维多目标协同进化方法。首先对待优化问题进行分析，将决策空间划分为收敛性子空间和多样性子空间，在方法前期和后期分别对收敛性子空间和多样性子空间进行搜索，其次利用一个归档集保留种群进化中所出现的收敛性较好的精英个体，将归档集的精英个体与种群个体进行交配.然后，对种群进行非支配排序，利用所提出的带惩罚因子的指标得到种群中分布广泛的边界个体；最后根据个体之间的夹角来选择个体，从而维持种群的多样性。本发明方法能够提高种群的收敛性与方法搜索的效率。

公开(公告)号：CN113657067B

公开(公告)日：2023-07-21

申请号：CN202110739932.8

申请日：2021-06-30

Applicant: 福州大学

Inventor： 刘耿耿 ,  裴镇宇 ,  郭文忠 ,  郑筱媛 ,  陈国龙

IPC: G06F30/3947 ,  G06F30/398 ,  G06F30/27 ,  G06N20/00 ,  G06F115/06

Abstract: 本发明涉及一种基于多策略优化的超大规模集成电路多层总体布线方法，包括步骤S1：在预连接布线阶段，采用虚拟容量的动态调整策略对通道容量进行适当调整缩减；步骤S2：在全局考量下的布线重组阶段找到最拥挤的布线区域，采用布线子区域的自适应扩展策略对其进行自适应扩展，根据布线后的不同拥堵度，对应地调整扩大的范围和扩张速度；步骤S3：在布线时采用虚拟容量的动态调整策略对通道虚拟容量进行动态调整，对不同通道方向上的通道容量进行相互补充，及时补充剩余通道容量较小的布线通道；步骤S4：采用基于A*算法的启发式搜索策略通过A*算法进行启发式搜索和布线。本发明能够提高布线容量的利用率，平衡布线器的布线效率和全局搜索的压力。

公开(公告)号：CN113657067A

公开(公告)日：2021-11-16

申请号：CN202110739932.8

申请日：2021-06-30

Applicant: 福州大学

Inventor： 刘耿耿 ,  裴镇宇 ,  郭文忠 ,  郑筱媛 ,  陈国龙

IPC: G06F30/3947 ,  G06F30/398 ,  G06F30/27 ,  G06N20/00 ,  G06F115/06

Abstract: 本发明涉及一种基于多策略优化的超大规模集成电路多层总体布线方法，包括步骤S1：在预连接布线阶段，采用虚拟容量的动态调整策略对通道容量进行适当调整缩减；步骤S2：在全局考量下的布线重组阶段找到最拥挤的布线区域，采用布线子区域的自适应扩展策略对其进行自适应扩展，根据布线后的不同拥堵度，对应地调整扩大的范围和扩张速度；步骤S3：在布线时采用虚拟容量的动态调整策略对通道虚拟容量进行动态调整，对不同通道方向上的通道容量进行相互补充，及时补充剩余通道容量较小的布线通道；步骤S4：采用基于A*算法的启发式搜索策略通过A*算法进行启发式搜索和布线。本发明能够提高布线容量的利用率，平衡布线器的布线效率和全局搜索的压力。

公开(公告)号：CN115983174A

公开(公告)日：2023-04-18

申请号：CN202211736470.5

申请日：2022-12-30

Applicant: 福州大学

Inventor： 刘耿耿 ,  陈子阳 ,  鲁任 ,  裴镇宇

IPC: G06F30/337 ,  G06N3/126

Abstract: 本发明提出基于改进支配准则的高维多目标进化方法，用于优化超大规模集成电路物理设计的布线设计，包括以下步骤；步骤一、根据定义的收敛性指标保证非支配解集的收敛性，并结合了基于遗传算法小生境的自适应参数来控制解集的多样性，通过最小化MOP来优化布线设计的半径目标和线长目标，改进支配准则；步骤二、设计收敛性指标与多样性指标，使两者共同构成动态适应度函数，自适应地保留具有较好收敛性和多样性的个体，以进行MaOEA‑IDR环境选择；步骤三、提出能在高维空间中兼顾柯西算子的全局搜索能力和高斯算子的局部探索能力的自适应t分布交叉算子，使t分布交叉算子ASDX自适应；本发明能有效解决超大规模集成电路物理设计的布线问题。

公开(公告)号：CN115859825A

公开(公告)日：2023-03-28

申请号：CN202211609973.6

申请日：2022-12-14

Applicant: 福州大学

Inventor： 刘耿耿 ,  鲁任 ,  裴镇宇

IPC: G06F30/27 ,  G06F30/394 ,  G06F111/06

Abstract: 本发明涉及一种基于多阶段搜索的约束多目标进化方法。在方法的三个阶段采用不同的搜索策略。为使种群快速穿越大型不可行区域、逼近Pareto前沿，方法在第一阶段不考虑约束条件，利用一种收敛性指标引导种群搜索；第二阶段采用一组均匀分布的权重向量来维持种群的多样性，并提出一种改进的epsilon约束处理策略，保留不可行区域中的高质量解；第三阶段采用约束优先原则，将搜索偏好集中在可行区域以保证最终解集的可行性。