專利名稱：基于模塊變形和概率局部搜索的集成電路模塊級布局方法
技術(shù)領(lǐng)域：
本發(fā)明屬于集成電路計算機輔助設(shè)計CAD技術(shù)領(lǐng)域，尤其涉及BBL(Building Block Layout)宏模塊布圖規(guī)劃和布局技術(shù)領(lǐng)域。
背景技術(shù)：
在集成電路的布局中，層次式布圖設(shè)計，模塊重用技術(shù)，知識產(chǎn)權(quán)模塊的大量應(yīng)用，片上系統(tǒng)尤其是數(shù)?；旌掀舷到y(tǒng)的設(shè)計，以及模擬電路器件級布圖問題等，這些問題都可以歸結(jié)為集成電路宏模塊的布圖規(guī)劃和布局問題，即Building Block LayoutBBL模式的布圖問題，它已成為當前的研究熱點。上述模塊級的布局問題可以轉(zhuǎn)化成一個大規(guī)模組合優(yōu)化問題。該模塊級的布局(BBL)可簡單描述為設(shè)有一個n個矩形模塊的集合，模塊的高和寬均為給定的實數(shù)，并且模塊具有一定的方向，n個模塊的一個布局就是在模塊互不重疊的情況下，將模塊放置在平面上，平面上包含這n個模塊的最小矩形區(qū)域被稱為芯片。模塊級布局就是尋找一個最優(yōu)布局或近似最優(yōu)布局，使得芯片面積或是其它優(yōu)化目標組成的目標函數(shù)值達到最優(yōu)。
迄今為止有很多方法被應(yīng)用于BBL布圖模式，例如最小割方法、構(gòu)造法、力向量法、分級設(shè)計方法、2D邊界搜索方法、分支限界法、解析型算法、模擬退火算法和遺傳算法、機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法等等。其中一些方法是由原先的標準單元布局方法借用而來。這些方法要么處理問題的規(guī)模非常有限，要么方法的穩(wěn)定性很差。從得到的結(jié)果來看，與實際應(yīng)用還有非常大的差距。還有基于模塊變形的方法具有很好的穩(wěn)定性，結(jié)果也較為實用，但是在該方法中采用局部搜索的方法求解，具有一定的局限性。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種較迄今為止該領(lǐng)域的其它算法更為穩(wěn)定、高效，且取得了目前最好的結(jié)果的基于模塊變形和概率局部搜索的集成電路模塊級布局方法來作為解決宏模塊布圖問題的工業(yè)工具。
本發(fā)明的思路是它以原問題為基礎(chǔ)，通過改變模塊大小和相應(yīng)引線端位置即模塊變形來生成一系列逐步逼近原問題的簡單的布局問題，再逐步求解這一系列逼近原問題的簡單布局問題獲取原問題的解。在逐步逼近過程中，用近似因子α控制模塊變形的程度，按照近似問題的近似程度遞增的順序即近似因子α遞減的順序，從最簡單的近似問題開始，并把當前近似問題的解的結(jié)構(gòu)即模塊間位置關(guān)系作為下一個近似問題的初始解的結(jié)構(gòu)，逐步應(yīng)用概率局部搜索方法求解這一系列近似問題，直到近似因子α為1時，各模塊大小等于原始各模塊大小，近似問題即為原問題。其中的步驟依次如下本發(fā)明的特征在于它以計算機為工具，依次采用以下步驟來實現(xiàn)(1).初始化，設(shè)置近似因子的初始值，也就是αmax，α＞1；求解近似問題時用的局部搜索次數(shù)NOIMPUP；設(shè)置最終布局的目標寬長比R及其權(quán)重ω；設(shè)置目標函數(shù)Cost中總線長TotalWirelength的權(quán)重λ。
(2).計算機從模塊描述文件依次讀入以下模塊及線網(wǎng)信息(2.1).讀入模塊四角坐標，并根據(jù)模塊四角坐標計算模塊的寬w、高h；(2.2).讀入模塊上引線端坐標，并將其轉(zhuǎn)化為相對模塊左下角的坐標；(2.3).按讀入順序為模塊編號i，計算總模塊數(shù)n、a各模塊面積之總和；(2.4).按下列公式計算讀入的所有n個模塊的寬、高平均值w、h；w‾=1nΣiwi,]]>h‾=1nΣiwi]]>(3).構(gòu)造初始布局的拓撲結(jié)構(gòu)即模塊間的位置關(guān)系，并記為A它是指按照模塊編號i由小到大的順序，從任意設(shè)定的起始位置沿矩形網(wǎng)格由下向上，然后由左向右的順序，依次安置模塊到矩形網(wǎng)格的方法構(gòu)造初始布局的拓撲結(jié)構(gòu)；(4).計算布局問題最優(yōu)或近似最優(yōu)解(4.1).根據(jù)近似因子αk的值按下列公式計算模塊i在近似問題中的實際尺寸wi(αk)，hi(αk)； 其中wi、hi分別為模塊i的寬、高，wi(αk)，hi(αk)分別為模塊i在近似因子α下的實際的寬、高，pw，ph為歸一化參數(shù)，其取值滿足max(wi)/10pwi∈{1,...,n}∈(0,1],max(hi)/10phi∈{1,...,n}∈(0,1],]]>(4.2).根據(jù)模塊間拓撲關(guān)系A(chǔ)，建立對應(yīng)于拓撲結(jié)構(gòu)A的布局Q它是指從網(wǎng)格左下角坐標頂點所在的網(wǎng)格開始，從右下角向左上角作一條對角線(135°對角線)，依次從上述左下角坐標頂點向x方向右移一個網(wǎng)格，再從新的右下角向新的左上角作一條也是135度的對角線，如此重復(fù)，一直做到右上角的網(wǎng)格為止；再從第一條對角線開始，依次兩兩連接相鄰對角線的左上角，且每條對角線只被連接一次；從第二條對角線開始，依次兩兩連接對角線的右下角，且每條對角線也只被連接一次；然后從上述左下角坐標頂點所在的網(wǎng)格開始，建立相應(yīng)的布局，在計算過程中，各模塊左面和下面的模塊的坐標都已經(jīng)先期計算過；同時計算芯片的寬長比；
(4.3).用下列公式根據(jù)當前各模塊大小計算相應(yīng)引線端相對該模塊左下角頂點的坐標(pin_xji(α),pin_yji(α));]]> 其中pin_xji，pin_yji是原問題中第i個模塊第j個引線端相對模塊左下角頂點的坐標；wi、hi原問題中模塊i的寬和高；再用下述公式并根據(jù)布局中模塊i的右上角坐標xi，yi計算引線端在布局中的位置即引線端對矩形網(wǎng)格左下角頂點的坐標(p_xji(α),p_yij(α));]]> 其中xi，yi，為本布局中模塊i的右上角坐標。
(4.4).根據(jù)下述公式計算各線網(wǎng)線長估計值，及總線長估計值，單個線網(wǎng)是由相互之間存在連接關(guān)系的引線端構(gòu)成的，單個線網(wǎng)的線長根據(jù)線網(wǎng)中的引線端位置用下述半周長模型進行估計設(shè)某線網(wǎng)N的m個引線端p1(x1，y1)，…，pm(xm，ym)，則該線網(wǎng)的線長WireLength(N)用下述公式估計，WireLength(N)=(maxl∈{1,...,m}(xl)-minl∈{1,...,m}(xl))+(maxl∈{1,...,m}(yl)-minl∈{1,...,m}(yl))]]>總線長估計值為TotalWireLength=ΣN=1LWireLength(N),]]>L為線網(wǎng)的個數(shù)(4.5).用下列公式評價布局Q，得到目標函數(shù)值CostQ；CostQ＝Area+λ×TotalWireLength+ω×Rs2；其中Area=max{xi}i∈[1...n]×max{yi}i∈[1...n]]]>Rs＝/R-max(ration，1/ration)/；其中R為期望的芯片寬長比，ration為芯片實際寬長比；(4.6).運用概率局部搜索的方法，求取當前近似問題實例的近似最優(yōu)解從循環(huán)變量R＝0開始，當R＜NOIMPUP時，依次重復(fù)以下步驟(4.6.1).用下列方法從當前布局產(chǎn)生新的布局，把新的拓撲結(jié)構(gòu)記為A1要改變布局的拓撲結(jié)構(gòu)，用下列方法之一a.交換兩個模塊的位置；b.把一個模塊移動到另外一個位置；要改變模塊方向以有利于優(yōu)化線長時，用下列方法之一a.隨機選擇一個模塊進行旋轉(zhuǎn)，旋轉(zhuǎn)角度通過隨機函數(shù)選取為90°，或180°，或270°；b.隨機選擇一個模塊進行翻轉(zhuǎn)，翻轉(zhuǎn)軸通過隨機函數(shù)選取為水平軸，或垂直軸或模塊對角線；(4.6.2).建立對應(yīng)于拓撲結(jié)構(gòu)A1的布局Q1，即計算各模塊的右上角坐標，并計算芯片的寬長比；(4.6.3).根據(jù)當前各模塊大小計算用上述已知公式計算相應(yīng)引線端相對相應(yīng)模塊左下角的坐標；并根據(jù)模塊右上角坐標用上面已述公式計算引線端在新布局Q1中的位置。
(4.6.4).根據(jù)上面已述公式計算各線網(wǎng)的線長估計值，及總線長估計值；(4.6.5).用上面已述的目標函數(shù)計算公式計算新布局Q1的目標函數(shù)值CostQ1；(4.6.6).按下列公式計算接受所產(chǎn)生新解的概率APα 其中costsmooth取值為步驟(4.5)中所計算的目標函數(shù)值；costα的初始值設(shè)為costsmooth，以后每次使用的值在步驟(4.6.7)中計算；如果CostQ1＜＝CostQ則接受新解A1，令A(yù)←A1，Q←Q1，R←0，CostQ←CostQ1；如果CostQ1＞CostQ，則依據(jù)計算的概率Aα按如下方法接收新解a.在0～C之間隨機地選取一個cr，C為不同的常數(shù)，通常為100000，b.使r＝cr/C；c.若r＜Aα則接收新解A1令A(yù)←A1，Q←Q1，R←0，CostQ←CostQ1；否則拋棄新解，R←R+1；(4.6.7).保持模塊間拓撲結(jié)構(gòu)不變，恢復(fù)各模塊在原問題中的尺寸即原始尺寸，重復(fù)上述(4.6.2)～(4.6.5)的步驟，計算目標函數(shù)值作為下一次計算新解接受概率的Costα；(4.6.8).轉(zhuǎn)步驟(4.6.1)；(5).輸出當前布局Q；(6).用下述公式計算下一個近似問題的近似因子αk 若α≥1，則以當前的拓撲結(jié)構(gòu)A作為初始布局的拓撲結(jié)構(gòu)，求解下一個近似問題；若α＜1，則當前布局即為最終布局，作為原問題實例的最終解輸出。
所述的步驟(4.1)中計算模塊i在近似問題中的實際大小wi(αk)，hi(αk)可按下式中的任一式計算



在sun公司的v880(750M)計算機上通過實驗證明基于模塊變形的集成電路布圖規(guī)劃和布局方法(Shaping)與基于模塊變形和概率接收的局部搜索的集成電路布圖規(guī)劃和布局方法(prob-shaping)比較；為了突出在模塊變形的集成電路布圖規(guī)劃和布局方法中引入概率接收的局部搜索方法的有效性，在保證其它運行條件(諸如初始解，解的生成方式等)一致的條件下，我們分別提取這兩種方法連續(xù)運行10次的結(jié)果進行了比較，如下表所示。

從表中可以看出，引入概率接受后，布局結(jié)果的線長相近，面積平均值及最小值均有較大改進。


圖1實施例1提出的4個模塊的布局問題。
圖2構(gòu)造圖1所述實施例1的初始布局的拓撲結(jié)構(gòu)的方法。
圖3圖1所示的實施例1的4個模塊的初始布局拓撲結(jié)構(gòu)。
圖4計算得到的圖1所示的實施例1的初始布局在近似問題中的實際尺寸。
圖5根據(jù)模塊間拓撲關(guān)系A(chǔ)，建立對應(yīng)于拓撲結(jié)構(gòu)A的布局Q的順序示意圖。
圖6根據(jù)實施例1當前拓撲結(jié)構(gòu)A中各模塊大小計算出的引線端在最終布局中的位置。
圖7通過把一個模塊移動到另外一個位置的方法把圖3所示的拓撲關(guān)系進行改變后得到的新的拓撲關(guān)系。
圖8本發(fā)明用到的概率局部搜索方法的程序流程圖。
圖9求解實施例2提出的ami33.yal(國際標準測試用例)問題實例的主程序流程圖。
圖10圖10.0為構(gòu)造的初始布局圖；在實施過程中，當α從α＝6遞減至α＝1，獲得近似最優(yōu)解過程中相應(yīng)于不同的α值而得到的部分近似問題的布局結(jié)果圖。從圖10.1-圖10.10中，α值分別為6.0、1.550915、1.282808、1.074526、1.004437、1.001003、1.000226、1.000051、1.000013、1.0。在圖10.9中，保持圖10.8的拓撲不變，恢復(fù)原始模塊大小，計算相應(yīng)的布局作為初始布局，求得原始問題的解。
表1近似因子α＝6的近似問題的最終布局中的模塊寬度、高度和坐標。
表2原始模塊大小及最終布局坐標。
表3對應(yīng)于圖10.1中α＝6時部分模塊的引線端坐標表4對應(yīng)于圖10.10中α＝1時部分模塊的引線端坐標。
具體實施例方式本方法具體實施中使用的硬件環(huán)境均為sun公司的v880工作站，4個750M的cpu，8G內(nèi)存。
實施實例1用以說明如何根據(jù)原問題構(gòu)造初始拓撲結(jié)構(gòu)及相應(yīng)的布局，并計算出線長估計值。
設(shè)n個模塊的布局問題模塊集合M＝{Mi(wi，hi)|i∈[1..n]}，(wi，hi)為模塊Mi的寬和高；設(shè)共有m個引線端(位于模塊邊界)，所有引線端集合PIN={pji(pin_xji,pin_yji)|j∈[1...m],]]>i∈[1...n]},]]>其中j為引線端標號，i為該引線端所屬的模塊編號，(pin_xji，pin_yji)為pji相對于其所在模塊i左下角的坐標；NET＝{(pi，...，pk)，...，(pj，...，pl)}，位于同一個括號內(nèi)的引線端屬于同一個線網(wǎng)，也就是說同一括號內(nèi)的引線端之間存在連接關(guān)系。在實施例1中，M＝{M1(6，3)，M2(2，5)，M3(4，5)，M4(2，8)}，PIN＝{p11(1，3)，p21(2，0)，p32(0，3)，p42(2，1)，p53(2，0)，p63(4，3)，p74(0，1)，p84(2，4)，p94(1，8)}，其中p11，p21表示引線端p1、p2都屬于模塊1，后面括號內(nèi)的數(shù)據(jù)是它們對模塊1左下角頂點的坐標；NET＝{(p1，p3，p9)，(p2，p4，p8)，(p5，p6，p7)}。接著用上面所述方法，根據(jù)設(shè)定的起始位置按照模塊編號由小到大的順序，從模塊M1開始，沿著網(wǎng)格由下向上，然后由左向右的順序依次安置模塊到矩形網(wǎng)格的方法構(gòu)造初始布局的拓撲結(jié)構(gòu)，如圖2所示，并記為A。接著，求取當前近似問題最優(yōu)解或近似最優(yōu)解。首先根據(jù)給定的近似因子α的值和歸一化參數(shù)pw，ph，即α＝2，pw＝10，ph＝10，用公式w‾=14Σiwi,]]>h‾=14Σiwi]]>計算各模塊寬、高的平均值w、h，再用計算wi(α)、hi(α)的第一種可供選擇的公式計算模塊在近似問題中的實際尺寸，如圖4所示。接著再按圖5所示的順序，計算模塊右上角坐標，建立相應(yīng)于拓撲關(guān)系A(chǔ)的布局Q并計算芯片的寬長比，其結(jié)果見圖6。在計算每一個模塊的右上角坐標時，該模塊左面和下面的模塊的坐標都是已被計算過的。各模塊右上角坐標分別為M1’(4.13，4.74)，M2’(3.28，9.98)，M3’(7.65，5.24)，M4’(7.41，11.25)，相應(yīng)的布局如圖6所示。接著，再用上面所述的公式根據(jù)當前模塊的大小計算相應(yīng)引線端相對于該模塊左下角頂點的坐標，并根據(jù)模塊右上角坐標計算引線端在該α值時在最終布局中的位置，請見圖6。然后，再根據(jù)上面所述公式計算個線網(wǎng)線長估計值及總線長估計值，在圖6所示的布局實例中，三個線網(wǎng)的估計值分別為L(p1，p3，p9)＝(5.77-0)+(11.25-4.74)＝12.28；L(p2，p4，p8)＝(7.41-1.38)+(8.24-0)＝14.27；L(p5，p6，p7)＝(7.65-4.13)+(5.99-0)＝9.51；總線長估計值為L＝L(p1，p3，p9)+L(p2，p4，p8)+L(p5，p6，p7)＝36.06實施例2用國際基準測試電路實例MCNC ami33.yal做實例結(jié)合圖9用本發(fā)明的方法進行模塊布局。圖10中給出了求解過程中，所有近似問題的解。起初試布局見圖10.0，對應(yīng)的模塊大小及坐標見表1。近似因子α＝6的近似問題的最終布局中的模塊坐標見表2。原始模塊尺寸大小及最終布局坐標見表3。α＝6的布局中部分模塊上引線端坐標見表4。α＝1的部分模塊的引線端坐標見表5。在本實施例中，計算了α＝6的近似問題中模塊的尺寸以及該近似問題的解中模塊坐標及部分引線端坐標，當求解α＝5的近似問題時，將保持圖10.1的拓撲結(jié)構(gòu)不變，計算相應(yīng)的布局作為初始布局，再往下的求解過程從略，最終結(jié)果用表1，表5表示，它依次有以下步驟1.初始化設(shè)置(1).近似因子的初始值，也就是α的最大值；(2).求解近似問題時局部搜索次數(shù)NOIMPUP；(3).設(shè)置最終布局的目標寬長比及其權(quán)重；(4).設(shè)置目標函數(shù)中總線長的權(quán)重。
2.以下步驟按圖8、圖9所示的流程圖進行，具體結(jié)果見圖10及表1-表5。
本發(fā)明提出的方法已如上所述，它有如下優(yōu)點(1).用一系列近似問題逐漸逼近原問題，使得在求解原問題時可以獲得一個較好的初始解；(2).所采用的模塊變形策略和近似因子控制策略在不降低效率的條件下能夠產(chǎn)生相對其它隨機優(yōu)化方法更為穩(wěn)定的解；(3).調(diào)整模塊變形策略和問題的近似策略，可以進一步改進原問題的解的質(zhì)量。
(4).具有工業(yè)應(yīng)用價值，可以用于集成電路設(shè)計過程中包含知識產(chǎn)權(quán)模塊的模塊布局；分級設(shè)計中的模塊布局。
(5)采用概率局部搜索方法，進一步改善了布局結(jié)果的質(zhì)量表格1近似因子α＝6的近似問題中模塊尺寸及最終布局的模塊坐標。

表格2原始模塊大小及最終布局坐標

表格3對應(yīng)于圖10.1的布局中部分模塊的引線端坐標m模塊編號m_x、m_y引線端相對于所屬模塊左下角的橫坐標和縱坐標x、y引線端在近似問題的最終布局中的橫坐標和縱坐標

表格4最終布局(圖10.9)中部分模塊的引線端坐標(標簽說明同表4)

權(quán)利要求
1.基于模塊變形和概率局部搜索的集成電路模塊級布局方法，其特征在于，它以計算機為工具，依次采用以下步驟來實現(xiàn)(1).初始化，設(shè)置近似因子的初始值，也就是αmax，α＞1；求解近似問題時用的局部搜索次數(shù)NOIMPUP；設(shè)置最終布局的目標寬長比R及其權(quán)重ω；設(shè)置目標函數(shù)Cost中總線長TotalWirelength的權(quán)重λ。(2).計算機從模塊描述文件依次讀入以下模塊及線網(wǎng)信息(2.1).讀入模塊四角坐標，并根據(jù)模塊四角坐標計算模塊的寬w、高h；(2.2).讀入模塊上引線端坐標，并將其轉(zhuǎn)化為相對模塊左下角的坐標；(2.3).按讀入順序為模塊編號i，計算總模塊數(shù)n、a各模塊面積之總和；(2.4).按下列公式計算讀入的所有n個模塊的寬、高平均值w、h；w‾=1nΣiwi,h‾=1nΣiwi]]>(3).構(gòu)造初始布局的拓撲結(jié)構(gòu)即模塊間的位置關(guān)系，并記為A它是指按照模塊編號i由小到大的順序，從任意設(shè)定的起始位置沿矩形網(wǎng)格由下向上，然后由左向右的順序，依次安置模塊到矩形網(wǎng)格的方法構(gòu)造初始布局的拓撲結(jié)構(gòu)；(4).計算布局問題最優(yōu)或近似最優(yōu)解(4.1).根據(jù)近似因子αk的值按下列公式計算模塊i在近似問題中的實際尺寸wi(αk)，hi(αk)； 其中wi、hi分別為模塊i的寬、高，wi(αk)，hi(αk)分別為模塊i在近似因子α下的實際的寬、高，pw，ph為歸一化參數(shù)，其取值滿足max(wi)i∈{1,...,n}/10pw∈(0,1],max(hi)i∈{1,...,n}/10ph∈(0,1],]]>(4.2).根據(jù)模塊間拓撲關(guān)系A(chǔ)，建立對應(yīng)于拓撲結(jié)構(gòu)A的布局Q它是指從網(wǎng)格左下角坐標頂點所在的網(wǎng)格開始，從右下角向左上角作一條對角線(135°對角線)，依次從上述左下角坐標頂點向x方向右移一個網(wǎng)格，再從新的右下角向新的左上角作一條也是135度的對角線，如此重復(fù)，一直做到右上角的網(wǎng)格為止；再從第一條對角線開始，依次兩兩連接相鄰對角線的左上角，且每條對角線只被連接一次；從第二條對角線開始，依次兩兩連接對角線的右下角，且每條對角線也只被連接一次；然后從上述左下角坐標頂點所在的網(wǎng)格開始，建立相應(yīng)的布局，在計算過程中，各模塊左面和下面的模塊的坐標都已經(jīng)先期計算過；同時計算芯片的寬長比；(4.3).用下列公式根據(jù)當前各模塊大小計算相應(yīng)引線端相對該模塊左下角頂點的坐標(pin_xji(α),pin_yji(α));]]> 其中pin_xji，pin_yji是原問題中第i個模塊第j個引線端相對模塊左下角頂點的坐標；wi、hi原問題中模塊i的寬和高；再用下述公式并根據(jù)布局中模塊i的右上角坐標xi，yi計算引線端在布局中的位置即引線端對矩形網(wǎng)格左下角頂點的坐標(p_xji(α),p_yij(α));]]> 其中xi，yi，為本布局中模塊i的右上角坐標。(4.4).根據(jù)下述公式計算各線網(wǎng)線長估計值，及總線長估計值，單個線網(wǎng)是由相互之間存在連接關(guān)系的引線端構(gòu)成的，單個線網(wǎng)的線長根據(jù)線網(wǎng)中的引線端位置用下述半周長模型進行估計設(shè)某線網(wǎng)N的m個引線端p1(x1，y1)，…，pm(xm，ym)，則該線網(wǎng)的線長WireLength(N)用下述公式估計，WireLength(N)=(maxl∈{1,...,m}(xl)-maxl∈{1,...,m}(xl))+(maxl∈{1,...,m}(yl)-maxl∈{1,...,m}(yl))]]>總線長估計值為 (4.5).用下列公式評價布局Q，得到目標函數(shù)值CostQ；CostQ＝Areα+λ×TotalWireLength+ω×Rs2；其中Area=max{xi}i∈[1...n]×max{yi}i∈[1...n]]]>Rs＝/R-max(ration，1/ration)/；其中R為期望的芯片寬長比，ration為芯片實際寬長比；(4.6).運用概率局部搜索的方法，求取當前近似問題實例的近似最優(yōu)解從循環(huán)變量R＝0開始，當R＜NOIMPUP時，依次重復(fù)以下步驟(4.6.1).用下列方法從當前布局產(chǎn)生新的布局，把新的拓撲結(jié)構(gòu)記為A1要改變布局的拓撲結(jié)構(gòu)，用下列方法之一a.交換兩個模塊的位置；b.把一個模塊移動到另外一個位置；要改變模塊方向以有利于優(yōu)化線長時，用下列方法之一a.隨機選擇一個模塊進行旋轉(zhuǎn)，旋轉(zhuǎn)角度通過隨機函數(shù)選取為90°，或180°，或270°；b.隨機選擇一個模塊進行翻轉(zhuǎn)，翻轉(zhuǎn)軸通過隨機函數(shù)選取為水平軸，或垂直軸或模塊對角線；(4.6.2).建立對應(yīng)于拓撲結(jié)構(gòu)A1的布局Q1，即計算各模塊的右上角坐標，并計算芯片的寬長比；(4.6.3).根據(jù)當前各模塊大小計算用上述已知公式計算相應(yīng)引線端相對相應(yīng)模塊左下角的坐標；并根據(jù)模塊右上角坐標用上面已述公式計算引線端在新布局Q1中的位置。(4.6.4).根據(jù)上面已述公式計算各線網(wǎng)的線長估計值，及總線長估計值；(4.6.5).用上面已述的目標函數(shù)計算公式計算新布局Q1的目標函數(shù)值CostQ1；(4.6.6).按下列公式計算接受所產(chǎn)生新解的概率APα 其中costsmooth取值為步驟(4.5)中所計算的目標函數(shù)值；costα的初始值設(shè)為costsmooth，以后每次使用的值在步驟(4.6.7)中計算；如果CostQ1＜＝CostQ則接受新解A1，令A(yù)←A1，Q←Q1，R←0，CostQ←CostQ1；如果CostQ1＞CostQ，則依據(jù)計算的概率Aα按如下方法接收新解a.在0～C之間隨機地選取一個cr，C為不同的常數(shù)，通常為100000，b.使r＝cr/C；c.若r＜Aα則接收新解A1令A(yù)←A1，Q←Q1，R←0，CostQ←CostQ1；否則拋棄新解，R←R+1；(4.6.7).保持模塊間拓撲結(jié)構(gòu)不變，恢復(fù)各模塊在原問題中的尺寸即原始尺寸，重復(fù)上述(4.6.2)～(4.6.5)的步驟，計算目標函數(shù)值作為下一次計算新解接受概率的Costα；(4.6.8).轉(zhuǎn)步驟(4.6.1)；(5).輸出當前布局Q；(6).用下述公式計算下一個近似問題的近似因子αk 若α≥1，則以當前的拓撲結(jié)構(gòu)A作為初始布局的拓撲結(jié)構(gòu)，求解下一個近似問題；若α＜1，則當前布局即為最終布局，作為原問題實例的最終解輸出。
2.根據(jù)權(quán)利要求1所述的基于模塊變形和概率局部搜索的集成電路模塊級布局方法，其特征在于所述的步驟(4.1)中計算模塊i在近似問題中的實際大小wi(αk)，hi(αk)可按下式中的任一式計算
全文摘要
基于模塊變形和概率局部搜索的集成電路模塊級布局方法屬于集成電路CAD技術(shù)領(lǐng)域，其特征在于它以原問題為基礎(chǔ)，通過模塊變形來生成一系列逐步逼近原問題的簡單的布局問題，再逐步求解這些問題來得到原問題的解；在逐步逼近過程中，用近似因子α控制模塊變形的程度，從最簡單的近似問題開始，把當前解作為下一個近似問題的初始解，逐步應(yīng)用概率局部搜索方法求解這一系列近似的問題，直到α＝1時，使各模塊大小等于原始各模塊大小，該近似問題即為原問題。在引入概率接受后，布局結(jié)果的線長相近，面積平均值及最小值均比單一使用模塊變形的方法有較大改善，具有廣泛工業(yè)應(yīng)用價值。
文檔編號G06F17/50GK1560771SQ20041003078
公開日2005年1月5日 申請日期2004年4月9日 優(yōu)先權(quán)日2004年2月20日
發(fā)明者董社勤, 洪先龍, 陳松, 王銳杰, 齊鑫 申請人:清華大學(xué)