基于M-AFSA的MPRM逻辑电路面积优化

摘要：

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题.由于MPRM电路面积优化属于组合优化问题,先提出一种多策略协同进化人工鱼群算法(M-AFSA),该算法引入基于反向学习的种群初始化策略,以提高种群多样性及初始种群解的质量;引入觅食与追尾交互性策略,以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度;引入自适应扰动策略,以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优.此外,提出一种MPRM逻辑电路面积优化方法,利用所提算法来搜索电路面积最小的最佳极性.基于北卡罗莱纳州微电子中心(MCNC)Benchmark电路的实验结果表明:与遗传算法相比,所提算法优化电路平均面积百分比最高为57.24％,平均为39.57％;与人工鱼群算法相比,所提算法优化电路平均面积百分比最高为33.53％,平均为14.54％;与改进的人工鱼群算法相比,所提算法优化电路平均面积百分比最高为30.25％,平均为13.86％.

关键词：混合极性Reed-Muller电路、面积优化、组合优化、人工鱼群算法、反向学习

所属期刊栏目：49

分类号：V443;TP391.72(航天仪表、航天器设备、航天器制导与控制)

资助基金：国家自然科学基金;河北省自然科学基金;河北省高等学校科学技术研究项目;河北农业大学引进人才科研专项;中央引导地方科技发展资助项目

在线出版日期：2023-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：693-701