УДК 681.3.001.63
А.М. Марченко, В.П. Розенфельд МЕТОД ДВУМЕРНОГО СЖАТИЯ ТОПОЛОГИИ БИБЛИОТЕЧНЫХ ЯЧЕЕК НА ОСНОВЕ ОБУЧАЮЩИХСЯ АВТОМАТОВ
Сжатие - завершающий этап в автоматическом проектировании топологии. На этом этапе минимизируется площадь за счет удаления областей, не использованных при размещении и трассировке, без изменения функциональности схемы. Усложнение технологии производства интегральных схем повышает требования к качеству алгоритмов сжатия, поэтому задача разработки двумерных методов ком-пакции является актуальной.
Для решения задачи сжатия предложенным методом выделяются три типа объектов, описывающих топологию. Это сторона контура, которая может двигаться влево-вправо (вверх-вниз); контур, при компакции меняющий форму и число , ,
, . -ется обучающимися автоматами. Автомат топологии подбирает эвристику, минимизирующую выбранный критерий качества, например, площадь. Автоматы для контура и сторон адаптируются к ограничениям технологии, следуя стратегии, выбранной автоматом топологии.
Обучающийся автомат [1] описывается следующим образом: A={a^,P,F,G}, где a={a1v..,a„} - множество действий, из которых необходимо выбрать одно; Ф={ф1,...,ф„} - множество внутренних СОСТОЯНИЙ; в={0,1} - множество входных сигналов, 1 - наказание, 0 - поощрение; F:ФxP^Ф - функция переключения внутренних состояний; G^^a - функция выхода. Например, для стороны контура задаются следующие действия: Of={Inc,Dec,Stay}, где Inc означает увеличение координаты, Dec - уменьшение, Stay - ее сохранение.
Предложенная модель поведения контуров и их сторон позволяет реализовать двумерные перемещения геометрических объектов с одновременным изменением . , моделирование отжига и зонный метод.
ЛИТЕРАТУРА
1. B.John Oomen, Edward V. de St. Croix. Graph Partitioning Using Learning Automata // IEEE Transactions on Computers, vol.45, 1996. - C. 195-208.
681.3
A.M. Марченко, А. С. Плеханов, АЛ. Плис, В.П. Розенфельд,
. . , . .
АДАПТИВНЫЙ МЕТОД КАНАЛЬНОЙ ТРАССИРОВКИ
Большинство задач при проектировании топологии интегральных схем являются NP-сложными. Как правило, они решаются с использованием эвристик, которые дают решения, близкие к оптимальным, и не могут настраиваться на условия