CC BY
34
Лебедев Олег Борисович
Технологический институт федерального государственного автономного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.
E-mail: lbk@tsure.ru.
347928, г. Таганрог, пер. Некрасовский, 44.
Тел.: 88634371743.
Кафедра систем автоматизированного проектирования; доцент.
Lebedev Oleg Borisovich
Taganrog Institute of Technology - Federal State-Owned Autonomy Educational Establishment of Higher Vocational Education “Southern Federal University”.
E-mail: lbk@tsure.ru.
44, Nekrasovsky, Taganrog, 347928, Russia.
Phone: +78634371743.
The Department of Computer Aided Design; Associate Professor.
УДК 681.3.001.63
C.H. Щеглов
РАЗРАБОТКА ПРОГРАММНОГО МОДУЛЯ РЕШЕНИЯ ЗАДАЧИ РАССЛОЕНИЯ ТРАССИРУЕМЫХ СОЕДИНЕНИЙ*
Решение задач автоматизации этапов конструкторского проектирования ЭВА, СБИС подразумевает большое число возможных проектных решений, которые необходимо иссле-, , . типу относится задача трассировки соединений, которая является конечным этапом конструкторского проектирования.
В эволюционных алгоритмах задача сводится к изучению поведения фенотипа, процесс эволюции используется для изучения способности индивида адаптироваться в изме-. , -ность эволюционного поиска зависит от множества факторов. Их оптимальный выбор приводит к повышению скорости и устойчивости эволюционного поиска.
В работе рассматривается программный модуль решения задачи распределения по слоям трассируемых соединений. Определена структура поставленной задачи. Приведена укрупненная схема поиска решения задачи расслоения, основанная на методах эволюционного моделирования поиска оптимальных решений. Показан пример разработанного ин-,
программы. Рассмотрены различные этапы вычислительных экспериментов.
Автоматизация проектирования; трассировка; СБИС; алгоритм; функция; популя-; ; .
S.N. Shcheglov
WORKING OUT OF THE PROGRAM MODULE OF THE DECISION OF THE PROBLEM OF STRATIFICATION OF TRACED CONNECTIONS
Meeting the challenges of the design stages of design automation VLSI involves a large number of possible design solutions, to explore, to choose a solution that would meet the input requirements. For this type of problem is the trace compounds, which is the final stage of construction — Torsky design.
* Работа выполнена при частичной поддержке РФФИ (проекты: № 10-01-90017, № 10-01-00115). 102
In evolutionary algorithms, the problem reduces to studying the behavior of phenotypic evolution is used to study the individual's ability to adjust to changing conditions. In addition to the optimum in terms of task architecture, the efficiency of evolutionary search depends on many factors. Their optimal choice leads to increased speed and stability of the evolutionary search.
In work the program module of the decision of a problem of distribution on layers of traced connections is considered. The task in view structure is defined. The integrated scheme of search of the decision of a problem of the stratification, based on methods of the bioinspired search of optimum decisions is resulted. The example of the developed interface giving possibility of tracing of work of various modes of the program is shown. Various stages of computing experiments are considered.
Designing automation; trace; VLSI; algorithm; function; population; an optimum; computing experiments.
Введение. Решение задач автоматизации этапов конструкторского проектирования ЭВА, СБИС подразумевает большое число возможных проектных решений, которые необходимо исследовать, чтобы выбрать решение, которое бы отвечало входным требованиям [1-5]. К данному типу относится задача трассировки , -ния. Ввиду большой сложности задача трассировки решается в два этапа: глобаль-, .
Одной из подзадач трассировки является задача распределение фрагментов трассируемых цепей по слоям (расслоение).
Задача трассировки, а, в частности, и расслоения, относится к классу NP-полных проблем. Из теории алгоритмов известно, что для задач класса NP не существует алгоритма, кроме алгоритма «полного перебора», который бы гарантировал нахождение глобального оптимума [1,2,5]. Поэтому большой класс разработанных к настоящему времени алгоритмов разнесения трассируемых соединений по слоям основан на различных эвристиках, обеспечивающих получение решений за поли.
- « », задач большой размерности, плохая приспособленность для реализации на современных технических средствах, отсутствие альтернатив. Одним из возможных методов решений этой проблемы является использование методов случайного на, . К ним относятся бурно развивающиеся в последнее время методы поисковой адаптации на основе механизмов самоорганизации, генетического поиска и эволюционного развития [5-8].
В эволюционных алгоритмах задача сводится к изучению поведения феноти-, -роваться в изменяющихся условиях. Помимо оптимальной с точки зрения задачи , -ров. Их оптимальный выбор приводит к повышению скорости и устойчивости эволюционного поиска. Скорость эволюционного поиска определяется временем, необходимым для выполнения заданного пользователем критерия останова (дости-
, ). Устойчивость поиска определяется способностью постоянно повышать среднюю
« ». -
вующих алгоритмах выбор параметров алгоритмов эволюционного моделирования является произвольным - во многих задачах он определяется только интуицией пользователя или так называемым лицом, принимающим решение [3-9].
. -, ( ), -. -
дующей прокладки в них соответствующих соединений. Этот шаг определяет число пара-плоскостей необходимых для допустимой прокладки в них трассируемых .
Таким образом, данную задачу, в общем виде, можно сформулировать сле-.
, .
Определим структуру поставленной задачи в виде кортежа:
<Х, Б, 0>, где X = {х 1, х2, х3,...}- пространство решений.
,
^={еЬ ^,
где ei - множество цепей, расположенных в одном слое; т - количество слоев; Б -
ограничения, выделяющие в X области, допустимые решения Б С X.
В данном случае ограничением расположения цепей в одном слое является их пересечение. Определяется граф пересечений (несовместимости) Ор = (Е, и), где множеству вершин Е соответствует множество цепей, и две вершины из Е соединяются ребром И только в том случае, если соответствующие им цепи пересекаются.
д:Б—И+ - критерий оптимизации, где Ин— множество неотрицательных .
минимальное количество слоев Ь, необходимых для распределения заданных це.
0(х*)——тш, где х*£ Б.
Такая постановка задачи во многом обусловлена стоимостью проектирования и производства МСМ, поэтому очень важным является минимизация числа слоев. Разработка программного модуля решения задачи расслоения трасси-
.
, ( . 1).
Исходными данными являются список цепей, параметры конструкции элементов и коммутационного поля, либо совмещенная топология схемы. Поскольку список цепей определяет лишь группы эквипотенциальных выводов, основной задачей данного этапа является предварительное определение порядка соединений выводов внутри отдельных цепей. Такое упорядочивание осуществляется с помощью алгоритмов построения минимально связывающих деревьев. Цель данного
( ),
.
Далее строится текущая (начшгьная) популяция решений, т.е. определяется заданное подмножество х1, х2, х3,....,хт. Такое подмножество решений может быть получено случайным, направленным или случайно-направленным методами. При наличии большого количества соединений предпочтительными будут конструктивные и случайные алгоритмы для получения текущей популяции.
В качестве целевой функции выбирается количество слоев, необходимых для размещения данных соединений. Для каждого элемента текущей популяции вычисляется целевая функция (ЦФ) и определяется ее среднее значение на данной .
Сортировка популяции осуществляется следующим образом. Сначала расставляются элементы с наименьшим значением ЦФ и т.д. по возрастанию.
Затем проводится селекция популяции для получения родительских пар. Простейшим случаем селекции может являться последовательный метод выбора ( ) .
Управление
параметрами
генетического
поиска
Вход
і Г
Анализ исходных данных
Структура хромосомы
Формирование популяции Р
А_і__________________А2
Аз
Оценка популяции Р
Сортировка популяции на основе ЦФ
Селекция популяции (получение «родительских» пар)
Реализация ОСНОВНЫХ ГО
ОК
ОМ
Оценка полу ченной популяции Р
Выход
Дополнительные
ГО
от ОС ОИ
Формирование новой популяции р
Рис. 1. Укрупненная схема поиска решения задачи расслоения
Следующий блок осуществляет реализацию генетических операторов. Он состоит из основных и дополнительных ГО, использование которых зависит от характера решаемой задачи.
Далее происходит построение новой популяции решений. Для каждой индивидуальности из новой популяции вычисляется ЦФ и выживают те элементы из старой и новой популяции, у которых ЦФ больше либо равно среднему значению, так чтобы количество элементов в новой популяции не превышало числа элементов в старой популяции.
Основными генетическими операторами, используемыми при работе генетического алгоритма распределения трассируемых соединений по слоям, являются операторы кроссинговера и мутации. К этому следует добавить, что с целью исследования работы данного алгоритма была реализована возможность подключения таких генетических операторов, как транслокации, сегрегации, инверсии. Вопрос использования этих операторов возник в связи с различными уровнями сложности исследуемых задач.
На основе представленного подхода был разработан программный модудь решения задачи распределения трассируемых соединений по слоям. Пример рабочего окна представлен на рис. 2. Разработанный интерфейс предоставляет возможность отслеживания работы различных режимов программы. Область слева предназначена для формирования эскиза трассировки, область справа предназначена для отображения графа пересечений, нижняя область служит для отображения рабочих графиков и «быстрых» элементов управления. В левой области также отображаются результаты решения задачи расслоения.
При помощи программного модуля решения задачи расслоения трассируемых соединений был проведен ряд вычислительных экспериментов. Целью исследования было определение оптимальных параметров, при которых алгоритм находит глобальные или близкие к нему решения (максимумы) за минимальное время работы по сравнению с ПГА, а также доказательство его эффективности (оптимальности), по сравнению с аналогичными алгоритмами [10].
Рис. 2. Пример работы программы
Для обеспечения объективности необходимо провести серию экспериментов, используя различные тестовые функции. Экспериментальные исследования состоят из следующих этапов:
♦ проведение серии экспериментов для фиксированных значений общих параметров и изменяемых дополнительных для каждого алгоритма;
♦ снятие экспериментальных данных и получение среднего значения целе-
, -
нии конкретного алгоритма;
♦ определение параметров алгоритмов, при которых решение задачи наиболее оптимально и возможно.
, -
странственной сложности необходимо:
) -
ти от размерности исходной схемы;
) -
ти от значения общих параметров генетического алгоритмов таких, как:
♦ размер началь ной популяции;
♦ вероятность кроссинговера, вероятность мутации;
♦ значение критерия остановки вычисления оптимального решения (количество поколений):
а) проведение серии экспериментов для блока модифицированных генетиче-;
)
;
) , задачи наиболее оптимально как по качеству решения, так и по времени его полу.
Вычислительные эксперименты показали, что временная сложность представленных алгоритмов в среднем составляет O(N2).
В заключение следует отметить, что представленный программный модуль, в первую очередь, предназначен для использования в учебном процессе. Однако рассматривается возможность сопряжения (интеграции) с современными средствами САПР ведущих разработчиков в этой области.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Норенков ИЛ. Основы автоматизированного проектирования / ИЛ. Норенков. - М.: Изд-во МГТУ имени Н.Э. Баумана, 2006. - 448 с.
2. . . / . . .
- М.: Бином. Лаборатория знаний, 2005. - 295 с.
3. Курейчик В.М., Курейчик В.В., Родзин С.И. Концепция эволюционных вычислений, ин-
// . . - 2009.
- № 4 (93). - C. 16-25.
4. . . // . -
ческие науки. - 2009. - № 12 (101). - C. 7-15.
5. Куре йчик В.М., Кныш Д.С. Проблемы, обзор и параллельные генетические алгоритмы:
// . . - 2010. - 4. - . 72-82.
6. . . // Известия ЮФУ. Технические науки. - 2010. - № 7 (108). С. 7-13.
7. . ., . . -
ритмах Известия ЮФУ. Технические науки. - 2010. - № 7 (108). - С. 13-21.
8. . . -ских процедур [Текст]: Монография / ВБ. Курейчик, А.А. Полупанов. - Таганрог: Изд-во ТТИ ЮФУ, 2007. - 160 с.
9. . . : / . . -
чик, В.М. Курейчик, П.В. Сороколетов. - М.: Физматлит, 2009. - 384 с.
10. . . -
// . . - 2010. - 7 (108).
- С. 74-78.
. . ., . . .
Щеглов Сергей Николаевич
Технологический институт федерального государственного автономного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.
E-mail: leo@tsure.ru.
347928, г. Таганрог, пер. Некрасовский, 44.
.: 8863371625.
; . . .; .
Shcheglov Sergej Nikolatvich
Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”.
E-mail: leo@tsure.ru.
44, Nekrasovskiy, Taganrog, 347928, Russia.
Phone: +7863371625.
The Department of Computer Aided Design; Cand. of Eng. Sc.; Associate Professor.
УДК 681.3.06
A.A. Лежебоков, A.H. Дуккардт ПРОБЛЕМЫ УЧЕТА ВРЕМЕННЫХ ЗАДЕРЖЕК В ЗАДАЧАХ КОНСТРУКТОРСКОГО ПРОЕКТИРОВАНИЯ*
Работа посвящена рассмотрению проблем построения моделей оценки и учета временных задержек при решении задач этапа конструкторского проектирования. Авторами предлагаются новые модели оценки временных задержек, возникающих на межсоединениях, для начальных задач этапа конструкторского проектирования: компоновки и размещения. Использование предложенных моделей для расчета оценки временной задержки позволяет учитывать временные характеристики на ранних этапах и тем самым сократить временные затраты на проектирование, что повысит эффективность результатов кон.
Конструкторское проектирование; временные задержки; разбиение; компоновка; размещение; интегральные схемы; моделирование.
A.A. Lezhebokov, A.N. Duckardt PROBLEMS KEEPING TIME DELAYS IN CONSTRUCTION DESIGN TASKS
The work deals with the problem of constructing models for assessment and management of time delays in solving the problems of the design phase of the design. The authors offer new models for assessing the time delays that occur on interconnects, for the initial stages of the design problems of design: layout and placement. Using the proposed models for calculating the time delay estimate takes into account the temporal characteristics of the early stages, thus reducing time spent on design, which can improve the results of design engineering.
Design engineering; time delays; partitioning; layout; placement; integrated circuits; simulation.
.
проектирование. Поэтому автоматизация конструкторского проектирования в связи с непрерывным изменением технологий производств и появлением новых элементов является актуальной и важной задачей. Проектирование - это комплекс работ по изысканиям, исследованию, расчетам и конструированию, служащих для создания нового изделия или реализации нового процесса, удовлетворяющих заданным требованиям [1].
В настоящее время в связи с увеличением точности технологического процесса изготовления СБИС, геометрические размеры транзисторов сократились до 0.09 микрон! В настоящее время промышленностью выпускается широкая но, , -
25 25 .
тому, что в них более 60 % общей временной задержки сигнала приходится на за-
* Работа выполнена при частичной поддержке РФФИ (проекты: № 09-01-00509, № 11-01-00122). 108
