一种用于求解给定边框约束的VLSI版图设计方法与流程

技术特征：

1.一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，按照如下步骤实现：

步骤S1：将版图规划表示为B*-tree；

步骤S2：初始化所述步骤S1获取的B*-tree为完全二叉树，记为初始解I；

步骤S3：设置算法迭代次数iterative＝0，设置最大的迭代数目；

步骤S4：判断所述初始解I是否为可行解；

步骤S5：通过一系列B*-tree扰动产生邻居解；

步骤S6：对所述步骤S5中的邻居解采用可行解策略，使得邻居解满足边框约束；

步骤S7：采用混合模拟退火算法在解空间中搜索最优解；

步骤S8：令iterative＝iterative+1；

步骤S9：重复所述步骤S5至所述步骤S8，直到迭代次数iterative大于预设的迭代数目。

2.根据权利要求1所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，在所述步骤S1中将版图规划表示为B*-tree，其中，树形结构中的每个节点都代表一个模块，而且每个节点至多有两个子节点。

3.根据权利要求1所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，在所述步骤S2中，所述初始化所述步骤S1获取的B*-tree为完全二叉树包括：除了树结构中的最后两行的节点，每个父节点有两个子节点。

4.根据权利要求1所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，在所述步骤S5中，对于解空间中每个解都由B*-tree表示，且所述一系列B*-tree的扰动方式包括：模块旋转、移动模块到另一个区域以及交换两个模块。

5.根据权利要求1所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，在所述步骤S6中，通过可行解策略算法使所述所述步骤S5中获取的邻居解为可行解，且所述可行解策略算法采用如下步骤实现：

步骤S61：令j＝＝0；

步骤S62：while(初始解S是不可行的orj≤给定的数值)；

步骤S63：令j++；

步骤S64：通过一系列B*-tree的扰动产生新的解S₁；。

其中，j表示可行解策略在实行过程中的迭代次数。

6.根据权利要求1所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，在所述步骤S7中，还包括如下步骤：

步骤S71：通过B*-tree扰动产生新的解I'，并将对应的B*-tree记为J；

步骤S72：基于新的罚函数计算新解I'的费用值，并计算新的解和上一步解的费用差；

步骤S73：判断是否接受J；

步骤S74：通过一新的温度改变公式搜索最优解。

7.根据权利要求6所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，所述新的罚函数包括两部分：面积函数A和过度长度函数L'；所述面积函数A通过计算包含候选版图规划F结果的最小矩形的面积来获得，计算公式为：

$A=\left\{\begin{array}{c}0,H\≤H_0;W\≤W_0\\ (W-W_0)\×H_0,H\≤H_0\\ (H-H_0)\×W_0,W\≤W_0\\ W\×H-W_0\×H_0,otherwise\end{array}\right.$

其中，W₀,H₀分别表示给定边框的宽和高；候选版图规划F的宽和高分别记为W和H；

所述过度长度函数L'通过计算每个模块超出给定边框的长度来获得；若第i个模块超出给定边框的长度记为L_i，则其计算公式为：

$L_i=\left\{\begin{array}{c}0,x_i+w_i\≤W_0,y_i+h_i\≤H_0\\ \frac{x_i+w_i-W_0}{w_i},x_i+w_i\≥W_0,y_i+h_i\≤H_0\\ \frac{y_i+h_i-H_0}{h_i},x_i+w_i\≤W_0,y_i+h_i\≥H_0\\ \frac{x_i+w_i-W_0}{w_i}+\frac{y_i+h_i-H_0}{h_i},otherwise\end{array}\right.$

其中，(x_i,y_i)表示第i个模块的左下角坐标；第i个模块的宽和高分别记为w_i和h_i；

则过度长度函数的计算公式为：

$L^{\′}=\underset{i\∈S}{\Σ}{L}_i$

其中，S表示超出给定边框的所有模块的集合。

8.据权利要求6所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，所述新的温度改变公式包括三部分：高温随机搜索阶段、局部搜索阶段以及温度上升阶段。

9.根据权利要求6所述的一种用于求解给定边框约束的VLSI版图设计方法，其特征在于，所述新的温度改变公式通过如下步骤获取：

步骤S741：T_n＝avg/(log(P))；

步骤S742：if(n＝＝给定的数值)；

步骤S743：T_n＝T_n×avg_cost/(λ×n)；

步骤S744：T_n＝T_n×P^m；

步骤S745：T_actual＝estimate_avg/T_n；

步骤S746：if(n＞给定的数值)；

步骤S747：T_n＝T_n×avg_cost/n；

步骤S748：T_actual＝estimate_avg/T_n。

其中，T_n＝avg/(log(P))用来计算初始温度，n是模拟退火算法中的迭代数目，T_n是第n步的温度；m是用来控制在当前温度下进行局部搜索的次数，且为一常数；P是接受较差的解的初始概率；平均上山费用，也即费用值增大的方向，记为avg；当前温度下的平均费用差记为avg_cost；λ是用户定义的参数，用于令温度能够快速降低；estimate_avg是用来控制温度的常数，T_actual是实际温度。