公共文化服务平台

共 8 条记录，以下是 1-9

全选清除导出

排序方式：

基于云量子进化算法的SOC测试规划研究被引量：2: 2010年; 为克服传统量子进化算法中,迁移操作和量子门单一方向更新操作易陷入局部最优解的缺陷,借鉴云模型云滴的随机性和稳定倾向性特点,提出了一种新的云量子进化算法,该算法在量子进化算法基础上,由云模型的X、Y条件云发生器加入杂交操作,由基本云发生器加入变异操作。并将云量子进化算法用于解决SOC测试时间与测试功耗协同优化。最后用国际标准电路ITC’02 Test Benchmark进行实验仿真,与已有算法相比,云量子进化算法能够更好地缩短SOC测试时间、提高SOC测试效率。; 许川佩覃上洲; 关键词：SOC测试量子进化算法云模型

基于云量子进化算法的NoC资源内核测试优化研究被引量：5: 2013年; 针对片上网络中资源内核数量不断增多,提出了一种基于云量子进化算法优化选取测试端口对资源内核进行并行测试的方法,以降低资源内核测试时间.首先用云模型对量子进化算法进行改进;然后在片上网络测试功耗限制下确定测试端口对数,利用云量子进化算法优化选取最优端口位置,实现对资源内核的并行测试;此方法可以有效地减少测试时间,且网络规模越大效果越好;同时,与量子进化算法相比,云量子进化算法有更好的稳定性.; 许川佩李素娟; 关键词：片上网络并行测试

基于量子粒子群算法的SOC测试调度优化研究被引量：31: 2011年; 在基于IP核复用技术的SOC(system-on-ch ip,SOC)芯片中,测试资源的稀缺性限制了IP核并行测试的能力,导致了SOC测试耗时过长的局面。同时SOC测试时必须满足一定的功耗约束,否则会造成测试芯片的损坏。针对SOC测试时间与测试功耗协同优化这一难题,本文采用群智能优化算法-量子粒子群(quantum-behaved partic le swarm optim ization,QPSO)算法来实现这一目标。结合QPSO算法和测试调度问题,设计算法的适应度计算法则并建立测试时间与测试功耗的协同优化数学模型。通过实验确定算法中参数的最佳取值。最后利用算法搜索最优解确定IP核在TAM(test access m echan ism)上的分配,实现SOC功耗与时间的协同优化。经过国际标准SOC电路验证表明在解决功耗约束下的SOC测试调度优化问题上量子粒子群算法与已有算法相比,不仅能够更好的达到缩短SOC测试时间的目的,而且算法收敛速度快,需要调整的参数少,实现简单。; 许川佩胡红波; 关键词：SOC IP核测试调度量子粒子群算法

基于Biogeography的SoC测试Wrapper扫描链设计算法被引量：6: 2012年; 基于IP(intellectual property)核的系统级芯片的测试已成为SoC(system on chip)发展中的瓶颈,提出了一种采用BBO(biogeography based optimization)算法的Wrapper扫描链设计方法,使得Wrapper扫描链均衡化,从而达到IP核测试时间最小化的目的。本算法基于群体智能,通过实施迁徙操作和变异操作,实现Wrapper扫描链均衡化设计。本文以ITC'02 Test bench-marks中的典型IP核为实验对象,实验结果表明本算法相比BFD(best fit decrease)等算法,能够进一步缩短Wrapper扫描链,从而缩短IP核测试时间。; 朱爱军李智许川佩胡聪牛军浩; 关键词：生物地理学 SOC测试

基于云进化算法的NoC测试规划被引量：2: 2013年; 针对NoC测试时,如何在功耗限制下利用有限的片上资源最大化并行测试,以优化NoC测试时间的问题,文中提出一种利用云进化算法进行测试规划的方法,可以有效提高测试效率。该方法复用NoC的片上资源作为TAM,采用非抢占式测试和XY路由方式,通过云进化算法优化待测IP核在各条TAM上的分配方式寻找最佳方案。在ITC'02标准电路上的实验结果表明,该方法有效降低了测试时间,提高了测试效率。; 侯绪彬; 关键词：片上网络并行测试

基于多目标差分进化的测试封装扫描链设计被引量：1: 2014年; 集成电路已经步入基于IP核设计的SoC(System On Chip)时代,使得IP核的复用成为一个关键问题。针对SoC测试封装扫描链设计中的NP Hard问题,提出了一种采用多目标差分进化的测试封装扫描链设计算法,使得封装扫描链均衡化以及使用TSV(Through Silicon Vias)资源最少,通过群体的变异、交叉以及选择操作实现测试封装扫描链的设计。最后,根据国际标准ITC’02 benchmark进行了验证试验。结果表明,与同类算法相比,算法获得了能够获得更短的封装扫描链和更少的TSV资源。; 朱爱军李智朱望纯许川佩; 关键词：片上系统

三维IP核测试封装扫描链多目标优化设计被引量：12: 2014年; SoC(system on chip)中的测试封装(test wrapper)设计是个NP hard问题,针对该问题提出了一种采用MOFA(multiobjective firefly algorithm)的三维测试封装扫描链设计方法,使得封装扫描链均衡化以及使用TSV(through silicon vias)资源最少,从而达到IP核测试时间最小化和TSV费用最少的目的。本算法基于群体智能,通过实施个体位置更新操作进行寻优,从而实现三维测试封装扫描链的多目标优化设计。以ITC'02 Test benchmarks中的典型IP核为实验对象,实验结果表明本算法相比NSGAII(nondominated sorting genetic algorithm II),能够获得更好的Pateto最优解集。; 朱爱军李智许川佩; 关键词：多目标优化 SOC测试

改进粒子群算法的NoC映射研究: 为保证系统实时性和低能耗,文中建立了延时约束下功耗最小的NoC映射模型,面向NoC二维Mesh拓扑结构,提出了一种基于改进粒子群算法的优化方法.针对NoC映射的特点,在粒子群算法中引入了交换子和交换序算子,确保了映射的有...; 黄玉玲许川佩陈于倩颜晓凤; 关键词：片上网络映射功耗粒子群算法; 文献传递

基于云自适应粒子群算法的NoC路径分配研究: 2011年; 在云自适应粒子群算法基础上提出一种新的云自适应更新函数并将其应用在2DMesh拓扑的片上网络中,来优化静态通讯分配结果.该更新函数的参数随着粒子适应度值和拓扑规模的不同而变化,并注重全局搜索和局部收敛的结合作用,使两者达到最佳结合点,避免了单一的全局搜索和局部收敛的弊端.实验证明,这种方法在拓扑规模越大时,效果越明显,与改进的粒子群算法相比较结果优达25.74%.; 许川佩侯红菊; 关键词：片上网络

全选清除导出

共1页<1>

国家自然科学基金(60766001)