专利名称：基于多水平划分法的大规模集成电路划分方法
技术领域：
本发明涉及一种设计大规模集成电路用的基于多水平划分法的大规模集成电路 划分方法。
背景技术：
-
电路划分在使用硬件描述语言设计大规模集成电路中占有重要的地位。随着集成 技术的快速发展，在一个芯片上集成几十万门甚至几百万门电路己成为现实，因此在 大规模集成电路设计中使用电路划分，有效地减低了对集成电路进行模拟或综合的复 杂性等要求。电路划分也是层次化设计思想的重要一环，电路可以在不同级别上进行 划分进行系统级划分把一个系统划分到一组印刷电路板上，进fi^板级划分把印刷电 路板上的电路划分成一组芯片，进行芯片级划分把芯片中的电路划分成更小的电路。 电路划分还有一个重要的原因就是满足封装性要求，电路中门的数目与输入输出引脚
数目之间的关系受Rent规则约束，每个芯片上输出引脚的数目以及门电路的数目都
不能无限制增加，加之对大规模集成电路封装性要求，所以必须对大规模集成电路进 行划分。研究出一个好的电路划分方法是提高大规模集成电路划分系统性能的必要条 件。
请参见图l所示，现有技术的电路划分系统中电路划分方法，第一步，用硬件描
述语言描述被划分的电路101,得到电路源代码102;第二步，词法分析电路的源代 码，得到对应的单词符号103;第三步，在词法分析基础上进行语法分析，得到对应 的语法短语104;第四步，在语法分析基础上进行语义分析，得到对应的类型信息105; 第五步，在语义分析基础上生成中间代码，构造对应的电路线网106;第六步，根据 中间代码生成的线网，调用划分程序109对电路进行划分；第七步，根据划分结果修 改对应的线网，得到修改后线网107;第八步，对修改后线网进行电路输出，得到划
分后电路描述源代码108。
从现有技术的电路划分系统中有若干种逻辑电路的划分法，这些划分法从互连线
数目最小，划分后电路子集的逻辑单元数目均匀分布等不同的方面来实现，其中
一种基于迁移的划分法，首先，产生电路的随机初始划分，同一个电路逻辑单元 不能同时属于两个电路子集。在迁移优化阶段，该划分法在两个电路子集中各选取一
个电路逻辑单元进行成对交换，这两个电路逻辑单元分别属于两个不同的电路子集且 收益最大，从而每次都利用交换过程最大限度地改进电路划分质量。在这个过程中， 划分法记录割切达到最小值时刻的电路划分结果，且一旦交换了选择的两个电路逻辑 单元，在整个迁移过程余下的优化改进中，将这两个电路逻辑单元锁定使得它们不再 被选中，重复上述过程直到所有可能的电路逻辑单元都经迁移之后，然后回滚到累计 收益最大即割切最小值的时刻。该程序得到的电路划分结果不稳定，离散性很大，因 此限制了该划分法所能解决问题的规模。
另一种水平嵌套划分法，首先，选择一个电路逻辑单元，把这个电路逻辑单元标 上0，然后把那些和这个电路逻辑单元相连的电路逻辑单元标上1，之后对于那些还 未标上号码，但是和己经标上号码的电路逻辑单元相邻的电路逻辑单元，将其标号为 相连的电路逻辑单元号码上加1;直到一半的电路逻辑单元标上号码，标号过程才结 束。那些已经标上号码的电路逻辑单元集合设为一个电路子集，其他电路逻辑单元为 另一个电路子集。该划分法只有在选取的初始电路逻辑单元接近外围时，得到的电路 划分结果相对较好，因此得到的电路划分结果也不稳定。
还有一种多水平划分法，首先，采用随机匹配将某些电路逻辑单元结合在一起， 得到下一水平层的粗化电路图，重复此过程直到粗化电路图足够小为止，即得到一个 最小电路图。然后，采用划分法对最小电路图进行对分，得到一个初始二划分。之后， 在从最小电路图投影回初始电路图，在每一水平层的细化电路划分中，按照贪心原则 选择收益值最大的电路逻辑单元进行迁移优化，得到最后的电路划分结果。该划分法 相对上述两种方法，更适合针对超大规模集成电路进行划分，但由于采用随机策略进 行匹配和贪心原则进行优化，因此逃离局部最优的能力是有限的。
发明内容
本发明的目的在于针对已有技术存在的不足，提供一种改进的基于多水平划分法 的大规模集成电路划分方法，提高大规模集成电路划分的效率和性能。为达到上述目 的，本发明的构思如下
实现电路线网到无向图的转换，并保存为带权值的无向图文件，然后启动无向图 多水平划分程序，对生成的赋权无向图进行划分。
在多水平划分法的粗化阶段，通过对结点属性进行赋权无向图中所有结点的核值 求解排序，基于结点核值的非严格降序，按照该次序访问处于未匹配状态的结点，依
据一定规则对其进行匹配，从而将连接性好的结点合并在一起。
在多水平划分法的优化阶段，采用免疫克隆优化程序改进贪心原则的局部搜索方 法，对在每一水平层图投影的划分进行优化，借助适当的克隆操作、克隆变异操作、 接种免疫疫苗操作、克隆选择操作，使得改进后的方法在利用启发信息搜索局部最优 解的同时，更大自由地对具有潜力的解空间进行搜索，增加全局搜索能力。
根据上述的发明构思，本发明的技术方案是这样实现的 一种基于多水平划分法 的大规模集成电路划分方法，其特征在于，具体步骤如下，
步骤l，用硬件描述语言描述该电路，生成该电路的源代码；
步骤2，词法分析，从左到右一个个读入该电路的源代码，对构成源代码的字符
流进行扫描和分解，从而识别出一个个单词； 步骤3，语法分析，在词法分析的基础上将单词序列分解成各类语法短语，依据
硬件描述语言的语法规则，确定整个字符流是否构成一个语法上正确的
程序；
步骤4，语义分析，在语法分析的基础上审核源代码有无语义错误，为中间代码
生成阶段收集类型信息； 步骤5，中间代码生成，在语法分析和语义分析的基础上，将源代码生成中间代
码，用内部中间格式表示； 步骤6，带权值的无向图文件生成，基于中间代码构造文本描述的电路^t应的线
网，经过电路线网到无向图的转换之后，保存为带权值的无向图文件； 步骤7，无向图划分，启动无向图多水平划分程序，读取带权值的无向图文件，
对生成的赋权图进行划分，将最终得到的划分结果存储在无向图划分文
件中；
步骤8，修改线网，在检测到无向图划分程序完成划分之后，从无向图划分文件 中读取相应的划分结果，根据划分信息修改电路对应的线网；
步骤9，电路输出，遍历修改后的线网，将得到的电路划分结果以硬件描述语言 存储在电路描述文件中。 上述的步骤6的操作程序为
6.1基于中间代码构造电路源代码描述电路对应的线网，生成完整电路线网； 一个
完整的电路线网看作是一个根模块，它由层次化的子模块实例和电路逻辑单元通 过信号互联构成，且每个子模块内部由端口、电路逻辑单元、嵌套子模块的实例
通过信号连接构成；
6.2遍历完整的电路线网，并对电路中的基本电路逻辑单元命名标识号；确立各 逻辑单元之间的信号连接方式，实现到无向图的转换，该图中的基本电路逻辑单 元用结点乂表示，该图中信号用边^.表示；结点乂的权值代表基本电路逻辑单元 的大小，边^.的权值代表基本电路逻辑单元之间信号连线转换的权值； 6.3将转换得到的无向图保存为带权值的无向图文件。 上述的步骤7的操作程序为
7.1读取带权值的无向图文件，采用压縮存储格式对图进行存储；
7.2进入到多水平划分法的粗化阶段，采用匹配程序将某些结点结合在一起，得
到下一水平层的粗化图，重复此过程直到粗化图足够小为止，即得到一个最小7.3进入到多水平划分法的初始划分阶段，初始化抗体种群，其中抗体种群中每
个抗体采用划分程序得到一个初始二划分，并采用接种免疫疫苗操作进行初始二
划分的优化；
7.4进入到多水平划分法的优化阶段，从最小图投影回初始图，在每一水平层的 细化图中，设定克隆规模参数，采用免疫克隆优化程序对划分进行优化； 7.5将最终得到的划分结果存储在无向图划分文件中。 上述的步骤7.2中，所述的匹配程序为-
7.2.1标注图中所有结点处于未匹配状态；
7.2.2基于结点属性进行图中所有结点的核值求解；
7.2.3按照结点的核值进行非严格降序排序，且按照该次序访问处于未匹配状态的 结点V;如果结点V还有邻接结点未匹配，那么选取处于没有匹配状态的且权值 最大的边的邻接结点U和结点V匹配，且标注这两个结点为匹配状态；如果结点 v所有邻接匹配结点处于匹配状态，那么结点v仍处于未匹配状态，在粗化过程 中直接拷贝到下一水平层的粗化图中； 7.2.4重复上一步，直至访问结束。 上述的步骤7.4中，所述的免疫克隆优化程序为-
7.4.1将上一水平层粗化图抗体种群优化后的划分投影回当前层的细化图，作为当 前层的抗体种群初始划分；
7.4.2设置抗体种群初始划分中最优的划分为种群最优划分BEST,且将免疫克隆 程序的循环计数器COUNTER置为零；7.4.3计算抗体种群的亲合度，依据设定的抗体克隆规模参数，对抗体种群中每个 抗体进行克隆操作、克隆变异操作、接种免疫疫苗操作、克隆选择操作； 7.4.4如果新抗体种群中最优的划分优于种群最优划分BEST，则更新种群最优划 分BEST;
7.4.5循环计数器COUNTER加一；
7.4.6重复7.4.3、 7.4.4、 7.4.5步，直至循环计数器COUNTER到达给定的上限。 上述的步骤8的操作程序为
8.1读取无向图划分文件存储的相应划分结果；
8.2通过修改电路对应的线网，将划分结果对应的基本电路逻辑单元搬移到指定的 模块。
本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点
1、 提高了电路划分的效率
本发明基于多水平划分法的大规模集成电路划分方法，由于实现电路线网到带权 值无向图文件的转换，然后启动无向图多水平划分程序，对生成的赋权无向图进行划 分，从而避免了划分法直接在电路线网上进行划分，并且可以通过设置划分法的参数 获取较优的划分结果后，再进行电路线网的修改，从而有效地提高了电路划分的效率。
2、 提高了电路划分的性能
本发明基于多水平划分法的大规模集成电路划分方法，由于在多水平划分法的粗 化阶段，借助结点属性按照一定规则进行匹配，从而将连接性好的结点合并在一起， 最大化减少边的条数以及边权值之和，从而有利于初始划分阶段得到一个好的初始划 分、在优化阶段对初始划分的投影优化。本发明基于多水平划分法的大规模集成电路 划分方法，在多水平划分法的优化阶段，采用免疫克隆优化程序改进贪心原则的局部 搜索方法，在每一水平层图投影的划分进行优化，有效地找到比Sa有技术更优的电路 划分结果，最终显著地提高了电路划分的性能。
通过以下对本发明基于多水平划分法的大规模集成电路划分方法的实例结合其附 图的描述，可以进一步理解本发明的目的、具体结构特征和优点。 图1是现有技术的电路划分系统中电路划分方法的程序框图。
图2是本发明基于多水平划分法的大规模集成电路划分方法的程序框图。
图3是本发明的对赋权无向图文件进行存储的压縮存储格式的程序框图。
图4是本发明的粗化阶段实施的匹配程序的流程图。
图5是本发明的优化阶段实施免疫克隆优化程序的流程图。
图6是本发明的实施接种免疫疫苗操作的流程图。
图7是本发明与现有技术基于多水平划分法的无向图划分程序MeTiS相比较的实 验结果表。
具体实施例方式
为了能够更清楚地理解本发明基于多水平划分法的大规模集成电路划分方法的 技术内容，特举以下实例详细说明。
请参阅图2所示，用硬件描述语言描述被划分的电路201，得到电路源代码202; 词法分析电路的源代码，得到对应的单词符号203;在词法分析基础上进行语法分析，
得到对应的语法短语204;在语法分析基础上进行语义分析，得到对应的类型信息 205;在语义分析基础上，构造对应的内部中间代码206;基于内部中间代码构造文
本描述的电路对应的线网207，经过电路线网到无向图的转换之后，保存为带权值的 无向图文件210;启动无向图多水平划分程序216，读取带权值的无向图文件，得到
采用压縮存储格式存储的图212;进入到多水平划分法的粗化阶段，调用匹配程序
217，将某些图结点结合在一起，得到每一水平层的粗化图213;进入到多水平划分 法的初始划分阶段，调用划分程序218对最小图进行对分，得到最小图初始二划分 214;进入到多水平划分法的优化阶段，从最小图投影回初始图，在每一水平层的细 化图中，调用优化程序219对划分进行优化，得到每一水平层细化图的优化划分215;
将最终得到的初始图划分结果存储为无向图划分文件211;在检测到无向图划分程序
完成划分之后，从无向图划分文件中读取相应的划分结果，根据划分信息修改电路对
应的线网，得到划分结果对应的修改后线网208;遍历修改后的线网，将得到的电路
划分结果以硬件描述语言存储为电路描述文件209。
对于多水平划分法的带权值的无向图文件，本实施例的压縮存储格式如图3所 示。存储结构使用xadj数组303存储结点的信息，使用adjncy数组302存储邻接结 点的信息。假设数组地址从零开始，结点编号从零开始，则第i个结点的邻接结点列 表存储在数组adjncy中，位置从数组adjncy[xadj[i]]到adjncy[xadj[i+l]-l]。图例301 包含总共7个结点和12条边，adjncy数组302存储每个结点的邻接结点列表，因此
大小为24。 xadj数组303指定每个结点对应邻接结点列表的起始和终止位置，第i 个结点的起始位置为第i-l个结点的终止位置，因此大小为8。当图为带权值的无向 图，压縮存储结构使用vwgt数组305存储结点的权值信息，大小为结点的个数;使用 adjwgt数组304存储边权值的信息，大小为边数目的两倍，且和存储邻接结点信息的 数组adjncy配合使用。第i个结点的权值存放在vwgt[i]，与邻接结点adjncy[j]之间边 的权值信息存放在adjwgt[j]。
对于多水平划分法的粗化阶段，本实施例的匹配程序具体流程如图4所示，步骤 如下
AOh标注图中所有结点处于未匹配状态；
A02:基于结点属性进行图中所有结点的核值求解，结点的属性可以采用结点的
入度、出度、度、结点边权值之和，结点边权值中的最大值等； A03:按照结点的核值进行非严格降序排序；
A04:按照该次序访问处于未匹配状态的结点是否结束；如果访问未结束，即存 在结点V未被访问，则转步骤A05;否则访问结束，则匹配程序结束；
A05:结点V所有邻接结点是否处于匹配状态；如果存在邻接结点未被匹配，转 步骤A06;否则结点V所有邻接结点都处于匹配状态，转步骤AU;
A06:选取处于没有匹配状态的且权值最大的边的邻接结点为候选结点；
A07:如果存在着多个候选结点，则转步骤A08，否则只有单个候选邻接结点，
转步骤A10;
A08:在多个候选结点中选择核值更大的那个邻接结点U;
A09:结点v和邻接结点u匹配并进行合并，合并后的结点权值为结点v和邻接 结点u权值相加，合并后结点的边为结点v和邻接结点u边的合并，转步骤
A04;
A10:选择单个候选邻接结点U，转步骤A09;
AU:结点v仍处于未匹配状态，在粗化过程中直接拷贝到粗化图中，转步骤A04。 对于多水平划分法的优化阶段，本实施例的免疫克隆优化程序具体流程如图5所
示，步骤如下
B01:将上一水平层粗化图抗体种群优化后的划分投影回当前层的细化图，作为
当前层的抗体种群初始划分； B02:设置抗体种群初始划分中最优的划分为种群最优划分BEST;
B03:免疫克隆程序的循环计数器COUNTER置为零；
B04:如果循环计数器COUNTER到达给定的上限，则优化程序结束，否则转步 骤B05;
B05:计算抗体种群的亲合度；
B06:依据设定的抗体克隆规模参数，对抗体种群中每个抗体进行克隆操作-.
B07:抗体种群中每个抗体进行克隆变异操作； B08:抗体种群中每个抗体进行接种免疫疫苗操作； B09:抗体种群按照最优划分原则进行克隆选择操作；
B10:如果新抗体种群中最优的划分优于种群最优划分BEST，则转步骤Bll，否
则转步骤B12;
B15:更新种群最优划分BEST为新抗体种群中最优的划分； B16:循环计数器COUNTER加一，转步骤B06;
步骤B05计算两抗体之间的相似度时可供参考的一种计算公式如下
0.5 +
一0.5
+1
其中SV2(V)
1, ^卜 [v
0, otherwise
上式中C^表示抗体A和^之间的相似度，V表示无向图的结点集合，、和
分别表示抗体A和A存储的划分； 步骤B06对抗体种群中每个个体进行第k代克隆操作时，抗体A的克隆规模q,(/0 可供参考的一种计算公式如下:<formula>formula see original document page 12</formula>
上式中q,(k)表示第k代抗体A的克隆规模， 表示克隆规模有关的设定值，
f(A(W)表示为A抗体抗原亲合度，可用抗体A存储划分的割切值计算； 0,.表示为抗体A和其他抗体的亲合力，/nf(x)表示大于x的最小整数。
对于多水平划分法的初始划分阶段和优化阶段，本实施例的抗体接种免疫疫苗操 作，通过分析基于当前划分的特征信息即边界结点的收益值，按照贪心原则制作并接 种疫苗，使得在接种免疫疫苗操作后的新抗体质量得到提高，可供参考的一种实现方
法具体流程如图6所示，步骤如下-
C01:将抗体当前保存的划分作为初始划分P;
C02:设置抗体最优划分GOOD置为初始划分P并将循环计数器I置为零； C03:基于给定的初始划分P计算出所有结点的内联度和外联度； C04:计算所有边界结点的迁移收益值；
C05:将所有边界结点的收益值分别插入到两个结点子集的散列数据结构中； C06:如果循环计数器I到达给定的上限，则程序结束，否则转步骤C07; C07:进入迁移过程，迁移方向为划分中结点子集之和重的一侧到轻的一侧； C08:从当前迁移方向起点所在一侧的散列数据结构中，根据贪心原则选择收益
值最大的结点为被迁移结点； C09:将结点v迁移并计算新划分的割切； C10:重新计算结点v的邻接结点内联度和外联度；
C12:在散列结构中更新邻接结点的收益值；如果邻接结点结点u因为结点v的 迁移成为边界结点，那么将收益值插入到结点u所在的结点子集散列结构
中；如果结点U因为结点V的迁移成为非边界结点，那么将收益值从结点U 所在的结点子集散列结构中删除；如果结点u迁移前后始终为边界结点， 则只需更新处于散列结构的收益值； C14:如果当前划分割切优于抗体最优划分GOOD，则转步骤C15，否则转步骤
C16;
C15:更新抗体最优划分GOOD为当前划分； C16:循环计数器I加一，转步骤C06;
本实施例中，基于多水平划分法的大规模集成电路划分方法采用ANSIC来实现， 操作系统为WIN2000，运行在1800MHZ的AMD公司的Althon2200芯片上，内存为 512M。实验方案所用的测试基准电路为1998年IBM公司Austin研究实验室的Alpert 教授给出的18组电路测试基准ISPD98。ISPD98是基于IBM公司Austin、 Burlington、 Rochester设计部门给出的一系列内部电子产品经过转换得到，包括总线仲裁器、总 线电桥芯片、内存及周边元件扩展总线接口、通讯适配器、内存控制器、处理器和图 形适配器等。评价本发明的现有对比技术是著名的基于多水平划分法的无向图划分程 序MeTiS，为Minnesota大学Karypis教授所提供。实验方案针为了保证实验结果 的可重复性和公正性，对每组电路测试基准图进行了20次对比实例验证，并固定选
用随机数种子和免疫克隆优化程序参数，其中种群规模为8，克隆变异系数为0.3， 克隆规模参数为24即每个抗体平均克隆3次。由于抗体接种疫苗操作收集特征信息 等计算量较大，因此为了在合理时间内获得最优近似划分，设迭代次数为15。对于 实验结果，我们采用的评估指标为20次实例验证中得到的划分割切最小值(MinCut) 和划分割切平均值(AveCut)。在图7的表格中的"结点"为该测试基准电路中基本电 路逻辑单元的个数，"边"为信号权值的累加。实验结果展示了本发明基于多水平划 分法的大规模集成电路划分方法良好的性能，相比MeTiS在划分割切最小值获得了 35.0%的改进，在划分割切平均值获得了 55.1%的改进。
权利要求
1.一种基于多水平划分法的大规模集成电路划分方法，其特征在于，具体步骤如下步骤1，用硬件描述语言描述该电路，生成该电路的源代码；步骤2，词法分析，从左到右一个个读入该电路的源代码，对构成源代码的字符流进行扫描和分解，从而识别出一个个单词；步骤3，语法分析，在词法分析的基础上将单词序列分解成各类语法短语，依据硬件描述语言的语法规则，确定整个字符流是否构成一个语法上正确的程序；步骤4，语义分析，在语法分析的基础上审核源代码有无语义错误，为中间代码生成阶段收集类型信息；步骤5，中间代码生成，在语法分析和语义分析的基础上，将源代码生成中间代码，用内部中间格式表示；步骤6，带权值的无向图文件生成，基于中间代码构造文本描述的电路对应的线网，经过电路线网到无向图的转换之后，保存为带权值的无向图文件；步骤7，无向图划分，启动无向图多水平划分程序，读取带权值的无向图文件，对生成的赋权图进行划分，将最终得到的划分结果存储在无向图划分文件中；步骤8，修改线网，在检测到无向图划分程序完成划分之后，从无向图划分文件中读取相应的划分结果，根据划分信息修改电路对应的线网；步骤9，电路输出，遍历修改后的线网，将得到的电路划分结果以硬件描述语言存储在电路描述文件中。
2. 按权利要求1所述的基于多水平划分法的大规模集成电路划分方法，其特征在于， 在所述的步骤6的操作程序为6.1基于中间代码构造电路源代码描述电路对应的线网，生成完整电路线网；一 个完整的电路线网看作是一个根模块，它由层次化的子模块实例和电路逻辑单元 通过信号互联构成，且每个子模块内部由端口、电路逻辑单元、嵌套子模块的实 例通过信号连接构成；6.2遍历完整的电路线网，并对电路中的基本电路逻辑单元命名标识号；确立各 逻辑单元之间的信号连接方式，实现到无向图的转换，该图中的逻辑单元用结点^表示，该图中信号用边g.表示；结点乂的权值代表逻辑单元的大小，边^.的权值代表逻辑单元之间信号连线转换的权值；6. 3将转换得到的无向图保存为带权值的无向图文件。
3. 按权利要求1所述的基于多水平划分法的大规模集成电路划分方法，其特征在于， 在所述的步骤7的操作程序为-7. 1读取带权值的无向图文件，采用压縮存储格式对图进行存储；7.2进入到多水平划分法的粗化阶段，采用匹配程序将某些结点结合在一起，得 到下一水平层的粗化图，重复此过程直到粗化图足够小为止，即得到一个最小图； 7.3进入到多水平划分法的初始划分阶段，初始化抗体种群，其中抗体种群中每 个抗体采用划分程序得到一个初始二划分，并采用接种免疫疫苗操作进行初始二 划分的优化；7.4进入到多水平划分法的优化阶段，从最小图投影回初始图，在每一水平层的 细化图中，设定克隆规模参数，采用免疫克隆优化程序对划分进行优化；7. 5将最终得到的划分结果存储在无向图划分文件中。
4. 按权利要求1所述的基于多水平划分法的大规模集成电路划分方法，其特征在于， 在所述的步骤8的操作程序为8. 1读取无向图划分文件存储的相应的划分结果；8.2通过修改电路对应的线网，将划分结果对应的基本电路逻辑单元搬移到指定 的模块。
5. 按权利要求3所述的基于多水平划分法的大规模集成电路划分方法，其特征在于， 在所述的步骤7. 2的匹配程序为[7. 2. 1]标注图中所有结点处于未匹配状态；[7. 2. 2]基于结点属性进行图中所有结点的核值求解；[7.2.3]按照结点的核值进行非严格降序排序，且按照该次序访问处于未匹配状态 的结点v;如果结点v还有邻接结点未匹配，那么选取处于没有匹配状态的且权 值最大的边的邻接结点u和结点v匹配，且标注这两个结点为匹配状态；如果结 点v所有邻接匹配结点处于匹配状态，那么结点v仍处于未匹配状态，在粗化过 程中直接拷贝到下一水平层的粗化图中； 7.2.4重复上一步，直至访问结束。
6. 按权利要求3所述的基于多水平划分法的大规模集成电路划分方法，其特征在于，在所述的步骤7. 4的免疫克隆优化程序为[7.4.1]将上一水平层粗化图抗体种群优化后的划分投影回当前层的细化图，作为 当前层的抗体种群初始划分；[7.4.2]设置抗体种群初始划分中最优的划分为种群最优划分BEST,且将免疫克隆 程序的循环计数器COUNTER置为零；[7.4.3]计算抗体种群的亲合度，依据设定的抗体克隆规模参数，对抗体种群中每 个抗体进行克隆操作、克隆变异操作、接种免疫疫苗操作、克隆选择操作； [7.4.4]如果新抗体种群中最优的划分优于种群最优划分BEST,则更新种群最优划 分BEST;[7.4. 5]循环计数器COUNTER加一；[7.4.6]重复7. 4. 3、 7.4.4、 7.4.5步，直至循环计数器COUNTER到达给定的上限。
全文摘要
本发明涉及一种基于多水平划分法的大规模集成电路划分方法，本划分方法对多水平划分法做了改进，实现电路线网到无向图的转换，并保存为带权值的无向图文件，然后启动无向图多水平划分程序，对生成的无向赋权图进行划分。采用本发明的划分方法，不仅仅有效地提高了电路划分的效率，还显著地提高了电路划分的性能，具有较好的实用性。
文档编号G06F17/50GK101101610SQ20071004376
公开日2008年1月9日 申请日期2007年7月13日 优先权日2007年7月13日
发明者明 冷, 孙凌宇, 郁松年 申请人:上海大学