摘要：介绍了高层次综合与布图规划相结合的基本方法与技术及其研究进展.该方法主要解决集成电路制造工艺的持续发展给集成电路电路设计所带来的2个问题:集成电路本身的集成复杂度使得集成电路的设计工作必须向更高的抽象层次前进;集成电路特征尺寸的缩小导致物理寄生效应已经在电路的时延、功耗等指标上成为主导因素,这要求在更高的抽象层次关注物理参数的影响.对本领域有代表性的算法进行了系统的描述,并且对这些算法的基本思路进行了分析和总结.

摘要：布图规划和布局是集成电路片上系统物理设计的基本问题之一。总结了作者提出的几个新的布图规划和布局优化算法及其特点。基于随机优化算法 ,提出了角模块序列表示方法和基于这一表示方法的包含各种布图约束的布图规划和布局算法。提出的基于约束图的布图规划表示 ,为研究序列队 (SP)、变形网格 (BSG)、有序树 (O- tree)等表示之间的关系奠定了理论基础。基于“最小自由度优先原则”,提出了迄今最快的确定性布图规划与布局算法。提出了基于解空间平滑的布图规划和布局算法。该算法与基于模拟退火的算法相比性能更加健壮稳定。在解空间平滑中首次考虑了局部平滑效应 。

摘要：针对超大规模集成电路布图规划问题各个模块的面积以及长边长度的不同,提出权重的概念,并根据各个模块权重的不同;在优化过程中以不同概率选择相应的模块,克服了原有算法以相同的概率选择各个模块的缺点,达到了更好的布图规划效果.

摘要：多电压设计是应对SoC功耗挑战的一种有效方法,但会带来线长、面积等的开销。为减少线长、芯片的空白面积及提高速度,提出了一种改进的固定边框多电压布图方法.对基于NPE(Normalized Polish Expression)表示的布图解,采用形状曲线相加算法来计算其最优的布图实现,并通过增量计算方法来减少计算NPE及多电压分配的时间.为使所得布图解满足给定的边框约束,提出了一个考虑固定边框约束的目标函数,并采用删除后插入(Insertion after Delete,IAD)算子对SA求得布图解进行后优化.实验结果表明,和已有方法相比,所提出方法在线长和空白面积率方面有较明显优势,且所有电路在不同高宽比、不同电压岛数下均实现了极低的空白面积率(<<1%).

摘要：在集成化软件工程支撑环境“青鸟”系统上，基于模拟退火实现了ＶＬＳＩ的布图规划算法，算法能够处理矩形和Ｌ型模块．使用面向对象方法开发软件，显著缩短了程序的设计过程，利用青鸟系统支持开发，明显地提高了系统的开发效率．

摘要：布图规划是VLSI布图设计中的关键环节,通常采用随机优化算法,而布图结构的编码表示（或称布图表示）是基于随机优化方法的布局算法的关键.提出一种新的布图表示-角模块序列（CBL）,并从理论上证明它具有O（n）的布局评估算法计算复杂性和较小的解空间.在布图设计中,部分模块的位置需要满足一定的约束条件,边界约束就是其中常见的一种.通过边界约束可以将特定模块的位置限制在指定的边界上,从而有利于模块与I/O端口的互连.基于角模块表示,推导出满足边界约束布局的充分必要条件,并结合模拟退火过程,通过修正中间解使受约束模块满足约束条件,从而实现了基于CBL模型的边界约束布图规划算法.将代价函数惩罚方法和启发式方法相结合,设计了边界约束的惩罚项,能够合理准确地衡量约束满足的情况,从而有效地控制模拟退火的进度,以保证最终布局满足所有约束.对MCNC的标准例子的测试结果表明算法是十分有效的.

摘要：布图规划是ＶＬＳＩ物理设计中最关键的步骤之一．随着超大规模集成电路规模的不断扩大以及模拟电路和数模混合电路的日益发展，布图规划在ＩＣＣＡＤ工具中的作用显得更加重要．针对一般的具有不可二划分结构的布图规划问题，在序列对模型的基础上，利用模拟退火算法实现了一般结构的带软模块的布图规划问题的自动设计．除了芯片面积的优化外，算法还考虑了芯片的宽长比例等问题．文中对一些ＭＣＮＣ的标准例子进行了测试，并与其它文献中的结果进行了比较。

摘要：布图规划是VLSI/SoC设计的重要步骤之一。为了缩短设计周期,在设计阶段的早期,也就是在模块物理信息没有完全确定之前就要进行布图规划,从而能估计出所设计的芯片的有关性能。因此,就必须开展不确定模块的布图规划研究。提出了一种基于角模块链(CornerBlockList,CBL)的不确定模块布图规划算法,采用模拟退火算法进行优化。实验结果表明,对于系统中有30%的模块信息不确定时,所获得的面积方差在1%左右,该算法是有效的。

摘要：布图规划在超大规模集成电路(VLSI)物理设计过程中具有重要作用,它是一个多目标组合优化问题且被证明是一个NP问题。为了有效解决布图规划问题,本文提出一个多目标粒子群优化(PSO)算法。该算法采用序列对表示法对粒子进行编码,根据遗传算法交叉算子的思想对粒子更新公式进行了修改;引入Pareto最优解的概念和精英保留策略,并设计了一个基于表现型共享的适应值函数以维护种群的多样性。仿真实验通过对MCNC标准问题的测试表明了本文算法是可行且有效的。

摘要：智能优化算法作为解决大规模集成电路芯片设计中布图规划问题的经典方法已被研究多年。结合异构三维片上网络布图问题的具体特点,采用B*-tree间接描述布图问题中的解结构,针对模拟退火收敛速度慢、优化效率低的缺点,对搜索策略和概率性的劣向转移作出了改进,并将改进后的模拟退火思想引入粒子群优化算法中,使结合后的算法结合了粒子群并行计算的特点和模拟退火能够实现全局优化的特点。通过仿真实验验证,所提出的该混合改进算法在解决布图问题中要优于传统模拟退火算法。