[发明专利]基于文化基因的八角形斯坦纳树构建方法

说明书

本发明涉及一种基于文化基因的八角形斯坦纳树构建方法，使用Prim算法预处理取得初始种群，使其避免出现因引脚数量过多造成的无法收敛的情况；设计一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体的文化基因算法，通过修改编码方式和相关操作，使得其可以处理八角形斯坦纳树构建这一离散问题；设计了三个权重因子，使其能在全局范围内，快速收敛并全局寻优。本发明能获得较好拓扑的八角形斯坦纳树拓扑。

技术领域

本发明涉及集成电路计算机辅助设计技术领域，特别是一种基于文化基因的八角形斯坦纳树构建方法。

背景技术

随着集成电路技术的迅猛发展与成熟，其设计尺寸进入了超深亚纳米时代，可以在一个芯片集成数亿的晶体管，甚至更多，使得芯片具有微型化、高性能、高集成等优点。同时，随着集成电路的集成度和设计复杂性的提高,集成电路设计的难题也随着而来，即使是使用现有的计算机辅助设计和电子设计自动化工具都很难应付。

在整个超大规模集成电路物理设计过程被分为以下几个步骤：电路划分、布图规划、布局和布线。随着设置尺寸的缩小，芯片的互连变得更加复杂，从而布线成为了整个物理设计中极其重要的一个环节。布线问题通常分为两个部分：总体布线和详细布线。在总体布线阶段，整个设计通常建模为二维网格图，然后从网格图中确定每个线网的总体路线，之后，通过层分配技术应用于多层设计。在详细布线阶段，详细布线器通过总体布线的结果，将线路分配到确切的布线轨道上去。总体布线的结果将决定后面详细布线的质量，从而影响到整个物理设计的结果。因此，总体布线是物理设计周期中非常关键的阶段。

一般的总体布线算法都是以直角结构为模型基础，其布线的方式只能是水平和垂直，在一般情况下，每一层只有一种布线方式，不同层之间通过通孔连接，这样限制了研究人员优化布线可能性。因此,为了改变传统的直角布线结构，有些研究人员开始尝试以八角形结构为基础模型进行布线，并实现了一些资源的优化，比如线长的缩短，通孔数的减少，这样提升了实现芯片整体性能。但是绝大数针对八角形布线结构的研究是：八角形结构斯坦纳树的构造。这样存在的问题是现有八角形斯坦纳树的构造算法大多基于贪心策略，易陷入局部极值，无法得到最优解，所以并不能有效地发挥八角形结构所带来的优势。

发明内容

有鉴于此，本发明的目的是提出一种基于文化基因的八角形斯坦纳树构建方法，以优化拓扑、减少布线线长为目标，最终可得到较好的斯坦纳树拓扑结构。

本发明采用以下方案实现：一种基于文化基因的八角形斯坦纳树构建方法，具体包括以下步骤：

步骤S1：采用Prim算法预处理种群，产生初始种群；其中所述种种群参数的设置具体为：将所有边长度之和的倒数作为个体的适应度函数值、将个体交叉与变异的概率作为个体的速度、将走线模式选择与拐点选择作为个体的速度。

步骤S2：采用混合优化遗传算子，分别进行基于最大并集的交叉操作和双重变异操作；其中，将w设置为基于最大并集的交叉操作中的权重因子，将m₁、m₂设置为双重变异操作中的权重因子；

步骤S3：进行局部搜索，其中局部搜索的领域是个体所有边的所有走线模式，最终得到局部搜索领域中最优的个体，更新种群；

步骤S4：计算适应度函数值；

步骤S5：选择种群，合并父代和子代个体，将所有个体的适应度函数值按照大小排序，选择与种群规模大小相同的优秀个体组成新种群；

步骤S6：判断是否满足终止条件，若满足，则结束，得到最优种群，否则返回步骤S2。

较佳的，初始的种群一般是随机产生的，也可以利用已知问题所含的信息，人为选取一些比较优质的种群个体加入。由于在最初阶段使用比较的种群，能加速算法的收敛，并能在一定程度上辅助算法优化拓扑结构，进一步提升算法效率。因此，在本发明中，我们使用Prim算法初始化种群，得到一个较优的种群，目的是为了避免因引脚数过多而无法收敛的情况。