摘要
本发明公开了一种基于遗传和爬山算法的近似电路优化方法,属于集成电路设计自动化技术领域。所述方法先对网表转换成的图结构成员进行染色体编码,然后利用遗传算法对染色体的基因片段进行交叉、编译以及子代适应度计算和选择;利用爬山算法对子代按照适应度进行排列交叉和遗传,直至符合适应度要求。本发明在保证近似电路满足给定容错率的同时实现了电路面积和延时的优化,利用遗传和爬山算法各自的优势,解决了电路优化中存储资源大量消耗的问题,同时大大提高了优化效率;而且,使用遗传算法和爬山算法等启发式算法可以解决预先计算结构库里面覆盖不到的范围,进一步提高了近似电路优化方法解决冗余电路的能力。
技术关键词
电路优化方法
染色体
爬山算法
集成电路设计自动化技术
错误率
基因
遗传算法
启发式算法
存储计算机程序
编码
优化装置
处理器
计算方法
可读存储介质
交叉点
存储器
节点
表达式
冗余
系统为您推荐了相关专利信息
表征复合材料
人工智能机器学习方法
计算机可执行指令
构建训练集
因子
配送路径规划方法
配送路径优化
卷烟
染色体
风险
周围环境数据
车辆状态数据
样本
弱分类器
预警模型