以基因演算法为主的巨型模组平面规划-逢甲大学资讯工程系研讨室借用.pdfVIP

逢 甲 大 學 資 訊 工 程 研 究 所 碩 士 論 文 以基因演算法為主的 巨型模組平面規劃 A Genetic Algorithm Based Macro-Cell Floorplan 指導教授 ：陳德生 研 究 生 ：蔡明豪 中 華 民 國 八 十 九 年 六 月 i 摘要 平面規劃在超大型積體電路的實體設計中是非常重要的一個步驟 。而平 面規劃的問題就是放置一堆電路模組於晶片上並使整體面積及連線長度最 小 ，在本篇論文中增加考量連通度的觀點以強化此平面規劃的可繞性。我們 使用一個編碼符合實際外觀的表示法來處理分割的動作 ，並用一個有效率的 的基因演算法處理中間表示法找出最佳解 。大部分的理論方法均使用樹的架 構 （如polish 表示法）可以輕鬆的敘述實際的外觀 ，但是這類的表示法在基 因演算法運作過程中有大量的修補及剪接的動作 ，為避免大量的搜尋樹狀結 構動作需要維護一個有系統的資訊才能使這個表示法有效率 。另一個問題是 如何判斷將適當的子樹交配形成一個新的個體也是必須考慮的因素且很難使 交配後的子代不發生編碼長度與父代不符的現象 ，換言之整個平面規劃演算 法的優劣與修補字串的技術有直接的關係 。 在本篇論文中我們以兩個字串來表示平面規劃 ，每一個字串中只有一種 類型的符號 。藉由建構一個平衡的樹狀結構，並以擴張樹的大小方式使不平 衡的樹狀結構也可以被搜尋 。在交配的過程中將字串分割成多段並使用一個 可以評估每一段字串碼的方式使整個交配的過程更有效率 。依此所建立的樹 狀結構不會發生字串長度短缺及變長的情況 ，但是字元重複的情形仍然存 在 。 基因演算法及退火演算法都是我們常用來解非多項式時間的問題 。本篇 論文中我們使用基因演算法來分析每一段編碼的優劣並且有效率的挑選較佳 的父代編碼段組成新的子代 。我們同時考慮兩個最佳化的問題 ，整體面積及 模組間的連接強度關係 。在本論文後面部分的實驗結果顯示使用MCNC 的 benchmark ami49 可以得到很好的結果 。 ii Abstract Floorplan is a very important step in physical design of VLSI. The problem of floorplan is placing a set of circuit modules on a chip to minimize total area and interconnection cost. We use a genotype representation with partitioning, which is fitting physical layout, and an efficient genetic algorithm to process the meta- representation to get a good solution. Articles which use tree-structured like polish representation are easy to