X結構帶來物理設計諸多性能的提高,該結構的引入和多層工藝的普及,使得總體布線算法更復雜.為此,在XGRouter布線器的基礎上,本文設計了三種有效的加強策略,包括:1)增加新類型的布線方式; 2)粒子群優(yōu)化（Particle swarm optimization, PSO）算法與基于新布線代價的迷宮布線的結合; 3)初始階段中預布線容量的縮減策略,繼而引入了多層布線模型,簡化了XGRouter的整數(shù)線性規(guī)劃模型,最終構建了一種高性能的X結構多層總體布線器,稱為ML-XGRouter.在標準測試電路的仿真實驗結果表明, ML-XGRouter相對其他各類總體布線器,在多層總體布線中最重要的優(yōu)化目標—溢出數(shù)和線長總代價兩個指標上均取得最佳. 

【文章來源】：自動化學報. 2020年01期 北大核心

【文章頁數(shù)】：15 頁

【部分圖文】：

總體布線圖

在XGRouter的初始布線階段中,針對分解后兩引腳所構成的直線斜率值為0,-1,+1和∞的線網(此類線網集稱為NA),如果采用該直線連接兩引腳,不會超過連接邊的容量,則用該直線連接該兩端線網.但若造成溢出的情況,如圖2所示,則放棄連接該類兩端線網(此類線網集稱為NC),并放在主階段進行連接.而在主階段其連接仍采用圖2所示的方式,將導致這些N C線網在主階段仍不可連接,從而導致非常多未能連接的線網,嚴重影響PSO算法的求解性能.因此,在本文主階段中,針對NC1設計了新型走線方式,針對水平或垂直關系的線網采用圖3(a)和3(b)的兩種連接方式,而針對45?或135?關系的線網(NC2)采用圖3(c)的連接方式,通過新增布線方式,主階段可合理避開擁擠區(qū)域.

本文將未采用和采用E1策略的總體布線算法在ISPD07的基準電路上[22]進行實驗對比,如表1所示.采用E1策略相對未采用E1策略(表中用E0表示)的總體布線結果在總溢出數(shù)(TOF)方面取得了16.63%的減少率,表明E1策略有助于主階段盡可能多連接NC,提高布通率.雖然增加了少量的線長總代價(TWL),但針對溢出數(shù)帶來可觀的優(yōu)化,從而表明E1策略的有效性.2.2.2 PSO與迷宮算法的結合策略(E2策略)

【參考文獻】：
期刊論文
[1]Weather Prediction With Multiclass Support Vector Machines in the Fault Detection of Photovoltaic System[J]. Wenying Zhang,Huaguang Zhang,Jinhai Liu,Kai Li,Dongsheng Yang,Hui Tian.  IEEE/CAA Journal of Automatica Sinica. 2017(03)
[2]An Optimized Oxygen System Scheduling With Electricity Cost Consideration in Steel Industry[J]. Zhongyang Han,Jun Zhao,Wei Wang.  IEEE/CAA Journal of Automatica Sinica. 2017(02)
[3]A Chance Constrained Optimal Reserve Scheduling Approach for Economic Dispatch Considering Wind Penetration[J]. Yufei Tang,Chao Luo,Jun Yang,Haibo He.  IEEE/CAA Journal of Automatica Sinica. 2017(02)
[4]基于變換函數(shù)與填充函數(shù)的模糊粒子群優(yōu)化算法[J]. 呂柏權,張靜靜,李占培,劉廷章.  自動化學報. 2018(01)
[5]MLXR: multi-layer obstacle-avoiding X-architecture Steiner tree construction for VLSI routing[J]. Xing HUANG,Wenzhong GUO,Genggeng LIU,Guolong CHEN.  Science China(Information Sciences). 2017(01)
[6]粒子群優(yōu)化算法的性能分析和參數(shù)選擇[J]. 王東風,孟麗.  自動化學報. 2016(10)



本文編號：2918901