通孔最小化的三层不规则边界通道布线

提出了一种以连通孔和布线区域最小化为目标的三层不规则边界通道布线算法。算法将通道边界的凹陷区域看成固定障碍,利用填充和压缩方法,使线网绕过障碍,实现互连。算法已用PASCAL语言编程,并在XT/286机上实现。结果表明,该算法不仅使通孔数减少,而且由于利用了各凹陷区域之间的面积进行布线,通道宽度也相应减小。     

多层布线中的残余热应力预报

采用有限元方法的集成电路高密度封装中的多层布线内的残余热应力进行了计算，结果显示在钨钉／业胺结合点处存在大的应力及应力梯度，这可能导致金属空洞或界面处分层，甚至使整个多层布线系统失效；比之于杨氏模量，介质热膨胀系数的起伏结构中的最大应力有严重的影响。     

大规模集成电路多层布线结构对信号延时的影响

通过集成电路各器件间的布线传递信号的过程，是将信号电荷向布线间形成的寄生电容充放电的过程。本文研究了集成电路多层连线的寄生电容模型、互连线RC树模型的延时估算等电路模拟技术，同时提出了今后该领域的研究方向。     

一种连通孔最小化的布线算法

提出了一种先分层、后布线的减少连通孔的布线算法，该算法的主要思想是从总体上考虑布线的，即先从总体上考虑连通孔最小化，再行布线比传统的布线方法更为紧凑和有效，最后通过实例验证了该算法，并给出了计算结果     

一种以改变目标为策略的改进型三层通道布线算法

本文提出了一种改进型的三层通道布线算法——以改变目标为策略的三层通道布线算法.根据不同的布线问题,分别采用不同的布线方法,即首先从分析布线问题的最大垂直限制链长和最大通道密度出发,当以完成布线所需的通道数为最小作为目标时,采用HVH的三层通道布线算法;当以缩短最大垂直限制链长为目标时,采用HVH_m的布线算法.因此,它综合了曲干布线和直干布线两方面的优点,即不仅充分利用了通道区的空间,而且又一定程度地限制了导通孔数的增加.本算法已用FORTRAN语言编程实现,对引文中已发表的若干布线实例,都获得了较满意的结果.     

基于电磁兼容技术的多层PCB布线设计

随着现代电子技术的发展以及芯片的高速化和集成化,各种电子设备系统内外的电磁环境更加复杂,因此在印制电路板的电路设计阶段考虑电磁兼容性(EMC)设计是非常重要的.以12层板为例讨论了多层PCB分层方法、布线的规则、地线和电源线布置以及电磁兼容性.     

针对VLSI布线的多层X结构斯坦纳最小树构建算法

考虑到粒子群优化算法具有非常出色的全局优化能力,针对X结构布线问题的复杂性提出了X结构下的多层Steiner最小树构建算法.实验结果表明,该算法可以在合理的时间内取得优异的布线解.     

多资源约束的MLLS的遗传分解混合算法

对带有多资源的生产批量计划构造了遗传算法和线性规划混合算法，用遗传算法产生可行调整模式，对应每一调整模式，则将原问题变换为一个线性规划模型进行求解。通过遗传算子进行迭代和进化，从而获得近优解，分析和计算结果表明了算法的有效性。     

遗传优化算法及含有模糊目标和模糊约束的机械优化设计

针对机械工程中的非线性约束优化的工程问题,提出了一种新的遗传算法。该方法在遗传算法中通过去掉等式约束、构造浮点型编码向量、精心设计动态遗传及变异算子等改造操作,较大地提高了寻优效率和寻优能力,并用Matlab语言开发了相应软件。对设计的算法与一般遗传算法、变尺度以及随机搜索方法进行算例比较。对于含有模糊目标和模糊约束冗余系数可靠性优化设计总是,通过定义隶属函数,把问题转化为清晰的普通优化问题利用改进的算法求解,以提高求解的精度和可靠性。     

MCM布线中v4R算法的改进方法

对多芯片组件的布线方法提出了一种新的方法,以MCM布线中的四通孔算法（v4R）为基础,针对其易对图的拓扑结构信息丢失的缺陷,通过引入最小斯坦纳树（Minimum Steiner Tree,MST）,减少总布线层数,使总布线长度缩短,减小延迟,以达到总体布线结果优化。此外,针对v4R算法自动布线结果不均匀的缺点,引入预分配层进行手动预布线,使最后MCM总布线层数减少,软件模拟表明,改进算法有效利用了整个布线空间,在电特性方面使整体延时减小。     

解平面四杆机构约束优化问题的改进遗传算法

以平面四杆机构约束优化设计这一实际问题为背景,针对传统遗传算法（ＧＡ）存在的问题,提出了一种新的将柯西机（ＣＭ）和遗传算法相结合的改进遗传算法（ＭＧＡ）,数值计算结果表明,该算法避免了ＧＡ算法中的早熟收敛问题,可获得上机构参数优化问题的最优解,并且还具有收敛速度快等特点。     

遗传算法在有时间窗车辆路径问题上的应用

应用遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ—ＧＡ）求解有时间窗车辆路径问题,获得其近优解或最优解．使用一种直观的编码方法,提出基于优先关系的交叉算子,实验表明,这种ＧＡ能够有效地解决复杂的优化问题     

一种约束多模态函数优化免疫遗传算法

通过引入局部检测函数,将约束多模态优化问题转化为约束多目标优化问题.进而,基于克隆选择原理和Pareto控制概念,提出一种求解该多目标优化问题的免疫遗传算法.算法设计中,基于非控制分层和小生境思想,产生具有足够多样性的进化群体,进而依据克隆选择原理和基因互换机理设计进化模块,对进化子群进行岛屿式进化,力求获得问题的所有...     

遗传算法在双正弦函数受限优化中的应用

文章采用遗传算法,研究了受限双正弦函数的极大值问题,给出了遗传算法寻优后的结果,并就遗传算法参数对受限双正弦函数寻优的收敛性进行了分析,结果表明遗传算法准确且较快地得到了双正弦函数的极大值。     

两级车辆路径问题的多起始点变邻域下降算法

两级车辆路径问题是指货物必须首先由中心仓库配送至中转站(第一级),再转运至需求点(第二级)的一种新型车辆路径问题.针对该问题特性,提出一种多起始点变邻域下降求解算法.首先由改进的Split算法循环分割由所有需求点组成的随机排列,直至出现可行的第二级配送方案,然后求解第一级问题,获得完整的初始可行解,再通过变邻域下降算法进一步改进.当变邻域下降算法无法改进时,采用多起始点技术重复上述过程,直至算法终止.实验结果表明,所提出的算法易于实现,且性能优于已有最好的两种启发式算法.     

基于改进分布式遗传算法多约束QoS移动IP路由选择

结合分布式遗传算法和Cascade模型的优点,提出了改进分布式遗传算法,并将改进后的算法用于解决移动IP的多约束服务质量路由选择.该算法在分群操作的基础上,根据每个子群进化的优劣程度动态地划分子群大小、控制子群间个体的迁移方向,使路径搜索更快、更好地收敛于全局最优.     

约束优化问题的一个超线性收敛算法

给出一个求解约束优化问题的新算法．在无需强二阶充分性条件及严格互补性条件的假设下,研究了该法具有局部一步超线性收敛性的充要条件．     

新式遗传算法在QoS路由选择中的应用

针对服务质量(QoS)路由的特点，提出了一种新式遗传算法。与基于二进制编码的通用遗传算法相比，本算法采用节点序列编码，编码、解码过程简单、直观，并在此基础上引入新的遗传交叉、变异算子。仿真实验表明，该遗传算法用于QoS路由具有全局收敛性，收敛速度较通用遗传算法有很大改观。