(2002) Evolutionary techniques for multi-objective VLSI netlist partitioning. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF 9562.pdf Download (3MB) | Preview

Arabic Abstract

مشكلة التقسيم تظهر في مختلف المجالات العلمية كالأنظمة المتكاملة (VLSI) والبرمجة المتوازية وحتى علم الأحياء الجزيئي . إيجاد القسمة المثلى خاصة في مجال الأنظمة المتكاملة موضوعا متزايد الأهمية حديثاً . في الأنظمة المتكاملة مشكلة إيجاد القطع المثالي حظيت على الأهمية القصوى ومعظم الأبحاث المنشورة تُركز عليها . ومع التطورات الحديثة أصبحت القسمة ذات طابع متعدد الأهداف يعالج مشكلة الطاقة والوقت والمساحة بالإضافة إلى تقليل وصلات المقطع . في هذه الرسالة نعالج مشكلة القسمة المتعددة الأهداف في الأنظمة المتكاملة (VLSI) عند المستوى الفيزيائي . هذه المشكلة تتضمن أهداف متعددة قابلة للتضارب ، لذلك تم استخدام قواعد المنطق المبهم لتصميم دوال تجمع الأهداف كافة . كما تم استخدام وهندسة الخوارزميات التكرارية وبخاصة الخوارزم الجيني (GA) والبحث الممنوع (TS) والخوارزم محاكي التطور (SimE) لحل المشكلة . وتم اقتراح خوارزم (FM) لتقليل الطاقة خاصة في الحلول الأولية . تم اختبار كل التقنيات والمقارنة بينها من حيث الأداء والسرعة وتحليلها واستخلاص النتائج .

English Abstract

The problem of partitioning appears in several areas ranging from VLSI, parallel programming, to molecular biology. The interest in achieving better partitioning of any system is growing rapidly especially in VLSI, and has been a hot issue in recent years. In VLSI circuit partitioning, the problem of obtaining a minimum cut has been of prime importance and most literature available is for this single objective optimization. However, with current technology trends partitioning has become a multi-objective problem (MOP), where power and delay in addition to minimum cut, need to be optimized. In this thesis, the multi-objective optimization problem at the partitioning phase in VLSI physical design step is addressed. This problem involves multiple, possibly conflicting objectives; hence fuzzy rules have been incorporated in designing the overall cost function. Iterative alogithms, namely Genetic Algorithm (GA), Tabu Search (TS), and Simulated Evolution (SimE) are tailored for finding good quality solutions for the above mentioned MOP problem. Another deterministic algorithm PowerFm which is an extension to Fidduca Mattheyeses (FM) heuristic is proposed and results compared and analyzed.

Item Type:	Thesis (Masters)
Subjects:	Computer
Department:	College of Computing and Mathematics > Computer Engineering
Committee Advisor:	Sait, Sadiq M.
Committee Members:	El-Maleh, Aiman H. and Khan, Muhammad Farrukh
Depositing User:	Mr. Admin Admin
Date Deposited:	22 Jun 2008 13:43
Last Modified:	01 Nov 2019 13:48
URI:	http://eprints.kfupm.edu.sa/id/eprint/9562