[发明专利]一种三值固定极性RM电路面积与功耗的优化方法

说明书

本发明公开了一种三值固定极性RM电路面积与功耗的优化方法，采用Pareto准则，不需要多次设置电路面积与功耗的加权系数值就能获取电路的最佳极性集合，并且在非支配排序遗传算法中引入了差分学习机制，设置外部档案库用于存放非支配排序遗传算法在运行过程中每一代最优染色体的位置对应的极性，随机抽取第t‑1代染色体种群中num(rep)条染色体进行高斯变异产生变异染色体群体，然后从外部档案库和变异染色体群体分别随机抽取一定数量的染色体进行二项式交叉产生子代染色体群体，由此保证了非支配排序遗传算法的收敛性和多样性；优点是具有良好的优化效果和鲁棒性。

技术领域

本发明涉及一种面积与功耗的优化方法，尤其是涉及一种三值固定极性RM电路面积与功耗的优化方法。

背景技术

Boolean逻辑和RM逻辑是三值逻辑函数的两种主要表现形式。与传统的Boolean逻辑电路相比，基于RM逻辑的电路(如奇偶校验电路、通信电路等)在面积、功耗、可测性等方面具有明显的优势。其中，三值固定极性RM函数表达式是三值RM逻辑函数中一种常见的逻辑表达式。n变量的三值RM逻辑函数共有3ⁿ个三值固定RM极性，不同极性代表不同的三值固定极性RM函数表达式，不同的三值固定极性RM函数表达式对应的三值固定极性电路的面积与功耗也不相同。因此，三值固定RM极性对于三值固定极性RM电路面积与功耗等性能指标的优化具有重要意义。

传统的三值固定极性RM电路面积与功耗的优化方法主要通过加权系数法设置面积与功耗不同的加权系数来搜索极性实现优化。但是该方法存在以下问题：一、加权系数较难选择，设置不同的加权系数，其最终结果可能不同；二、该方法通常只能获取部分最优解，对电路面积或功耗单一指标进行优化效果比较好，而三值固定极性RM电路面积与功耗最佳极性搜索问题是一个多目标优化问题，难以满足面积与功耗综合优化的需求。

多目标智能算法采用Pareto准则，避免加权系数法的加权系数设置问题，可以实现多个目标函数综合优化，近年来已取代加权系数法在求解多目标问题中得到广泛应用。其中，非支配排序遗传算法与其他同类的多目标智能算法相比，具有全局搜索能力较强和鲁棒性较好等特点，已被应用于三值固定极性RM电路面积与功耗的优化方法中。但是，采用非支配排序遗传算法的三值固定极性RM电路面积与功耗的优化方法存在以下问题：由于电路极性之间的关联性较差，相邻极性之间的电路面积和功耗差别较大，非支配排序遗传算法进行三值固定极性RM电路极性搜索时，通过精英保留策略，将非支配排序遗传算法搜索过程中每一个较优极性的极性位进行保留，而较差极性的极性位进行重组，由此导致非支配排序遗传算法的搜索空间减小，不容易搜索到电路的最优极性，并且，非支配排序遗传算法的交叉和变异算子的极性搜索能力较弱，也导致非支配排序遗传算法难以搜索到三值固定极性RM电路的最佳极性，以致电路面积与功耗的优化效果仍然较差。

发明内容

本发明所要解决的技术问题是提供一种可以搜索到三值固定极性RM电路的最佳极性集合，优化效果好的三值固定极性RM电路面积与功耗的优化方法。

本发明解决上述技术问题所采用的技术方案为：一种三值固定极性RM电路面积与功耗的优化方法，包括以下步骤：

(1)建立p极性下三值固定极性RM电路的面积估算模型和功耗估算模型，具体过程为：

a.将p极性下三值固定极性RM电路用三值固定极性RM函数表达式表示为：