基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对MPRM电路的面积与功耗综合优化问题,提出一种基于Pareto支配的三值多样性粒子群算法(Pareto Dominance Ternary Diversity Particle Swarm Optimization,PDTDPSO)的最佳极性搜索方案.在TDPSO求解MPRM电路综合优化问题的基础上,引入变异算子对粒子施加扰动,对超出定义的边界范围的粒子执行边界约束处理,并结合Pareto支配概念改进算法;建立基于Pareto支配的粒子与MPRM电路极性之间的参数映射关系,并结合面积与功耗估计模型以及XNOR/OR电路混合极性转换方法,将该算法应用于MPRM电路的面积和功耗优化.对10个PLA格式MCNC Benchmark电路进行测试,与DPSO和TDPSO算法搜索到的结果相比,PDTDPSO算法获取的最优解的面积平均优化率为11.10%和5.84%,功耗平均优化率为13.71%和8.08%.
推荐文章
基于Pareto支配的MPRM电路面积与功耗优化
粒子群算法
MPRM电路
Pareto支配
极性转换
基于Pareto支配的MPRM电路面积与可靠性优化
MPRM电路
可靠性优化
面积优化
SER解析评价模型
Pareto支配
多目标优化
基于 PSGA 算法的 ISFPRM 电路面积与功耗优化
捕食遗传算法
不完全确定RM电路
面积优化
功耗优化
基于多策略离散粒子群算法的 MPRM电路延时与面积优化
多策略离散粒子群算法
MPRM逻辑电路
延时与面积优化
极性搜索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PDTDPSO算法的MPRM电路面积与功耗优化
来源期刊 计算机应用与软件 学科 工学
关键词 粒子群算法 MPRM电路 Pareto支配 极性转换
年,卷(期) 2020,(5) 所属期刊栏目 应用技术与研究
研究方向 页码范围 72-76
页数 5页 分类号 TP391.7
字数 3578字 语种 中文
DOI 10.3969/j.issn.1000-386x.2020.05.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 俞海珍 宁波大学信息科学与工程学院 23 164 8.0 11.0
2 史旭华 宁波大学信息科学与工程学院 47 283 10.0 15.0
3 闫盼盼 宁波大学信息科学与工程学院 3 0 0.0 0.0
4 万凯 宁波大学信息科学与工程学院 4 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (15)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(15)
  • 参考文献(0)
  • 二级参考文献(15)
2016(14)
  • 参考文献(4)
  • 二级参考文献(10)
2017(8)
  • 参考文献(2)
  • 二级参考文献(6)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
MPRM电路
Pareto支配
极性转换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导