(2005) Ant colony multi-optimization algorithm for circuit bi-partitioning. Masters thesis, King Fahd University of Petroleum and Minerals.
|
PDF
10578.pdf Download (1MB) | Preview |
Arabic Abstract
تعجيل تصنيع وإنتاج الأنظمة المتكاملة (VLSI) يتطلب تحسين التصميم وطرق التطبيق بشكل مستمر. إن تقسيم الدوائر الإلكترونية يمثل معضلة في مرحلة التصميم الفيزيائي ويستوجب تحقيق أهداف والخضوع لشروط معينة. تصنف معضلة تقسيم الدوائر تحت بند المعضلات الصعبة التي لم يمكن حلها ضمن متعددة حدود زمنية. في هذه الرسالة تستعمل خوارزمية مستعمرة النمل المستلهمة من نظام الحشرات الحية لحل معضلة التقسيم المذكورة. خوارزمية مستعمرة النمل المذكورة تحاكى بدقة طريقة تعامل الحشرات الاجتماعية الحية وتصنف هذه الخوارزمية على أنها من النوع المبهم ويمكن استعمالها بطريقة بنائية أو تكرارية. هذه الخوارزمية تستعمل العديد من النمل المبسط الذي يستهلك ذاكرة محدودة. إن ذكاء هذه الخوارزمية لا يتمثل في أفراد النمل، ولكنه يتشكل من المستعمرة بشكل إجمالي. إن دقة المؤالفة بين المعضلة وطراز مستعمرة النمل يساعد على الالتزام بطريقة حل محاكية لتلك الموجودة في أنظمة الحشرات الحية. مقارنة الحلول الناتجة عن هذه الخوارزمية بمثيلاتها المشهورة عالمياً أثبتت نتائج جيدة.
English Abstract
The acceleration of the product to market cycle of VLSI based technology products dictates continuously refining design and implementation methodologies. Circuit partitioning is a physical design problem in which a given circuit is divided into segments meeting some constraints and objectives. The circuit partitioning problem is NP hard: that means for this class of problems no algorithm of polynomial complexity could be found. In this thesis work, a biologically inspired heuristic (ant colony) is used to solve such problem. The ant colony implemented is closely rooted at the biological and behavioral model of the real social insects. It is a non-deterministic heuristic and could be used as both constructive and iterative. The solution uses many ants of simple nature and limited memory requirements. The intelligence of this heuristic is not portrayed by individual ants, but rather is expressed by the colony as a whole. Careful presentation of the problem to the ant colony model facilitates the close biological solution derivation. The solutions obtained by this heuristic produced good result compared to those of other established heuristics.
| Item Type: | Thesis (Masters) |
|---|---|
| Subjects: | Computer |
| Department: | College of Computing and Mathematics > Computer Engineering |
| Committee Advisor: | Al Mulhem, Abdulaziz |
| Committee Members: | Amin, Alaaeldin A. M. and Sait, Mohammad Sadiq |
| Depositing User: | Mr. Admin Admin |
| Date Deposited: | 22 Jun 2008 14:08 |
| Last Modified: | 01 Nov 2019 14:02 |
| URI: | http://eprints.kfupm.edu.sa/id/eprint/10578 |