優(yōu)化問題在科學(xué)研究和工程應(yīng)用中無處不在,與此相關(guān)的眾多研究人員需要性能強(qiáng)大的優(yōu)化算法解決這些對他們的日常工作生活至關(guān)重要的問題。對自然科學(xué)和計(jì)算機(jī)學(xué)科的交叉研究衍生了一些智能優(yōu)化算法,差分進(jìn)化算法作為一種較新的全局優(yōu)化算法,其種群進(jìn)化過程充分體現(xiàn)了達(dá)爾文進(jìn)化論中“物競天擇,適者生存”的核心思想。自1995年被提出以來,差分進(jìn)化算法以其魯棒性強(qiáng)原理簡單有效等優(yōu)點(diǎn)愈發(fā)受到人工智能領(lǐng)域研究人員的青睞。作為本文改進(jìn)算法的實(shí)際應(yīng)用對象,基于插入層的2.5維集成電路采用硅通孔等結(jié)構(gòu)有效克服了當(dāng)前集成電路中內(nèi)連線延時(shí)和功耗等制約芯片性能提升的問題,利用優(yōu)化算法對其進(jìn)行可測性設(shè)計(jì)及解決測試成本問題是保證2.5維集成電路可靠性及廣泛應(yīng)用的重要保障。本文在介紹了差分進(jìn)化算法基本結(jié)構(gòu)和原理的基礎(chǔ)上,針對其控制參數(shù)、變異過程和交叉過程優(yōu)缺點(diǎn),進(jìn)行了算法改進(jìn)研究,并將改進(jìn)算法應(yīng)用于2.5維集成電路測試優(yōu)化方案設(shè)計(jì)中。本文的主要研究內(nèi)容如下:(1)在分析經(jīng)典差分進(jìn)化算法二項(xiàng)交叉種群多樣性差,優(yōu)化效率低等固有缺陷的基礎(chǔ)上,本文提出“基于多角度搜尋旋轉(zhuǎn)交叉策略的改進(jìn)自適應(yīng)差分進(jìn)化算法”。該方法通過引入旋轉(zhuǎn)控制向量將交叉操作中的搜索范圍擴(kuò)大到變異個(gè)體和父代目標(biāo)個(gè)體圓周范圍內(nèi),從而大大增加種群多樣性,并隨種群進(jìn)化縮小搜索范圍。為了平衡算法的搜索速率和種群多樣性,完整的交叉操作結(jié)合了本文所提旋轉(zhuǎn)交叉算子和經(jīng)典二項(xiàng)交叉算子。在CEC2013標(biāo)準(zhǔn)測試集上的實(shí)驗(yàn)表明,結(jié)合本交叉算子之后的改進(jìn)算法對于提升原始算法優(yōu)化性能和收斂速率具有較好的效果,優(yōu)化性能提升了57%~96%。(2)針對差分進(jìn)化算法經(jīng)典變異操作中變異因子參數(shù)選擇敏感以及差分操作隨機(jī)偏差擾動(dòng)搜索步進(jìn)較大的缺陷,從增強(qiáng)算法局部搜索能力的角度提出一種基于個(gè)體適應(yīng)值和距離差異的自適應(yīng)變異操作取代原有變異因子及差分操作,增強(qiáng)局部搜索能力的同時(shí),消除了參數(shù)選擇對優(yōu)化效果的影響。同時(shí),基于親密度傳播的聚類算法種群自動(dòng)歸類劃分操作,使得各個(gè)子種群之間可以并行操作,增加了種群的優(yōu)化速度。在CEC2013測試集上的實(shí)驗(yàn)表明,結(jié)合該變異算子的優(yōu)化算法相比于原有算法,優(yōu)化效率有大幅提升,優(yōu)化性能提升50%~88%。此外,本文將所提兩種改進(jìn)算法結(jié)合進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果顯示結(jié)合后的算法效果優(yōu)于原有算法,從而證明這兩種算法的普適性和有效性。(3)最后,本文進(jìn)行了2.5維SOC測試資源優(yōu)化技術(shù)研究。根據(jù)各IP核和晶片的排布位置及其相關(guān)測試信息,并將測試功耗和測試硬件開銷等約束條件結(jié)合在內(nèi),建立2.5維SOC的測試調(diào)度及掃描鏈平衡設(shè)計(jì)數(shù)學(xué)模型,并采用本文所提改進(jìn)差分進(jìn)化算法對其進(jìn)行求解,從而確定IP核內(nèi)掃描鏈封裝情況及晶片測試順序和分組。在ITC’02標(biāo)準(zhǔn)測試集和商業(yè)芯片數(shù)據(jù)集上的實(shí)驗(yàn)表明,在測試功耗等約束條件的限制下,本文所提出的基于改進(jìn)DE算法的測試調(diào)度方法能夠有效減小2.5維SOC的測試總開銷。同時(shí),采用改進(jìn)差分進(jìn)化算法進(jìn)行掃描鏈平衡設(shè)計(jì),可以實(shí)現(xiàn)測試時(shí)間成本和硬件成本的折中方案,并獲得更加平衡的測試封裝掃描鏈。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;TN407
【部分圖文】：

- 48 -c） DE/ctb/1/bin 對比結(jié)果圖 3-6 三種 DE 算法與改進(jìn)算法結(jié)果對比同時(shí)，為了觀察本文所提算子對于原有算法收斂速度和優(yōu)化性能的改善，分在單峰函數(shù)，多峰函數(shù)以及組合函數(shù)中抽取了四個(gè)測試函數(shù)進(jìn)行實(shí)驗(yàn)分析，如3-7所示。其中，紅色、綠色和黑色曲線分別代表DE/rand/1、DE/best/1和DE/c-t-b/1種算法，為了區(qū)分未結(jié)合 DPDE 變異策略和結(jié)合該變異策略之后的算法，用不的標(biāo)記來區(qū)分，“*”、“+”和五角星分別代表三種算法分別和 DPDE 結(jié)合之后的進(jìn)算法。

表 4-4 測試封裝掃描鏈分配實(shí)驗(yàn)結(jié)果內(nèi)掃描鏈 Die 內(nèi)分布DE P1 P2LMaxCost LMaxCost LMaxCostCase1 3203 3221 3224 3242 4439 4457Case2 3191 3209 4636 4642 3718 3736Case3 3186 3204 3511 3517 3794 3812Case4 3194 3212 4153 4159 3453 3471Case5 3184 3202 3223 3229 3424 3442Case6 3194 3212 3336 3342 3910 3928表 4-4 中展示了 6 種不同內(nèi)掃描鏈的 Die 歸屬情況，篇幅所限本文不再體標(biāo)注。LMax代表封裝后最長掃描鏈長度，Cost 表示綜合掃描鏈長度以及相掃描鏈封裝的硬件消耗后的測試消耗。相比于按順序進(jìn)行內(nèi)掃描鏈封裝和隨內(nèi)掃描鏈封裝的實(shí)驗(yàn)結(jié)果，改進(jìn) DE 可以取得更加平衡的封裝結(jié)果同時(shí)硬件耗較少，從而驗(yàn)證了該測試封裝掃描鏈平衡設(shè)計(jì)的有效性。圖 4-6 和圖 4-一步展示了三種平衡方法封裝后最長封裝鏈長度以及總開銷比較。

圖 4-7 三種平衡方法封裝后總開銷比較4.3.3 結(jié)果分析在 ITC’02 標(biāo)準(zhǔn)測試集中 SOC（p93791）的13號 IP 核上的實(shí)驗(yàn)顯示，改進(jìn) DE 算法指導(dǎo)內(nèi)掃描鏈封裝對于掃描鏈平衡設(shè)計(jì)和減少硬件消耗都具顯優(yōu)化效果，相比于隨機(jī)排列內(nèi)掃描鏈和按順序組合內(nèi)掃描鏈優(yōu)化效率可到 45%。這是因?yàn)楦倪M(jìn) DE 算法充分考慮了跨 Die 分布的 IP 核的特點(diǎn)，有地設(shè)計(jì)了封裝掃描鏈的組合方式，從而在掃描鏈平衡和硬件開銷之間做出的折中。RDL 消耗數(shù)量的減少在很大程度上提高了芯片的可靠性和穩(wěn)定性4.4 2.5 維集成電路系統(tǒng)級測試調(diào)度方法本節(jié)重點(diǎn)對系統(tǒng)級測試調(diào)度優(yōu)化算法展開研究，首先建立了系統(tǒng)級測度的數(shù)學(xué)模型；然后，將本文所提的基于多角度搜尋旋轉(zhuǎn)交叉策略的改進(jìn)進(jìn)化算法和基于動(dòng)態(tài)子種群劃分自適應(yīng)變異策略的改進(jìn) DE 算法組合的混進(jìn)算法應(yīng)用于解決測試調(diào)度數(shù)學(xué)模型從而實(shí)現(xiàn)系統(tǒng)級測試開銷最小化，并
【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 費(fèi)騰;張立毅;;現(xiàn)代智能優(yōu)化算法研究[J];信息技術(shù);2015年10期

2 王偉;林卓偉;陳田;劉軍;方芳;吳璽;;功耗約束下的3D多核芯片芯核級測試調(diào)度算法[J];電子測量與儀器學(xué)報(bào);2012年07期

3 鄧立寶;喬立巖;俞洋;彭喜元;;基于差值二次分配的掃描鏈平衡算法[J];電子學(xué)報(bào);2012年02期

4 俞洋;陳葉富;彭宇;;基于平均值余量的Wrapper掃描鏈平衡算法[J];儀器儀表學(xué)報(bào);2011年10期

5 牛道恒;王紅;楊士元;成本茂;靳洋;;Re-Optimization Algorithm for SoC Wrapper-Chain Balance Using Mean-Value Approximation[J];Tsinghua Science and Technology;2007年S1期

6 楊建國,李蓓智,俞蕾;基于免疫遺傳算法的優(yōu)化設(shè)計(jì)[J];機(jī)械設(shè)計(jì);2002年09期

相關(guān)博士學(xué)位論文 前3條

1 常郝;三維集成電路測試關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2015年

2 龔文引;差分演化算法的改進(jìn)及其在聚類分析中的應(yīng)用研究[D];中國地質(zhì)大學(xué);2010年

3 趙光權(quán);基于貪婪策略的微分進(jìn)化算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前3條

1 劉華華;多種資源約束下集成電路芯片最終測試生產(chǎn)調(diào)度優(yōu)化方法研究[D];西南交通大學(xué);2015年

2 劉蓓;三維集成電路測試時(shí)間的優(yōu)化方法研究[D];合肥工業(yè)大學(xué);2011年

3 張永光;芯片設(shè)計(jì)中的可測試性設(shè)計(jì)技術(shù)[D];浙江大學(xué);2005年

本文編號：2892672