一种基于三值FPRM逻辑电路的功耗优化方法
本发明涉及三值fprm(fixed polarity reed-muller)逻辑电路功耗优化领域,特别是一种基于三值的fprm逻辑电路的功耗优化方法。
背景技术:
1、随着集成电路工艺节点不断推进,单位面积内的晶体管集成密度呈指数级增长,由此引发的功耗密度攀升与散热能力不足之间的矛盾日益凸显,严重制约着高性能电路的可靠运行。过度的能量消耗不仅引发热失效风险、影响电路可靠性,更制约着高性能芯片的设计空间。因此研究兼具精度与效率的功耗优化方法已成为该领域亟待解决的关键问题。
2、在逻辑电路实现技术领域,布尔逻辑与rm逻辑构成两大主流范式,前者基于and/or/not门构建,后者以and/xor运算为基础。研究表明,在算术电路、奇偶校验电路等特定应用中,rm逻辑在电路面积、功耗及可测试性等核心指标上较布尔逻辑展现显著优势。rm逻辑主要包括二值逻辑和多值逻辑,其中三值逻辑作为基数最小的多值逻辑系统,因其在设计复杂度与功能实现间的良好均衡性而成为重点研究对象。同时三值fprm逻辑电路相比二值fprm逻辑电路拥有更大的优化空间,因此也面临更严峻的挑战。对于含个变量的三值函数,理论上存在个不同极性配置的fprm表达式。优化过程本质上是通过极性搜索寻找运算项数最少的极性组合,随着变量数增加,搜索空间呈指数级增长,使其成为典型的大规模组合优化难题。因此,开发高效的三值fprm极性优化算法,对降低电路功耗、提升集成度具有重要理论与应用价值。
3、现有三值fprm逻辑电路功耗优化方法大多基于穷举法、传统的遗传算法等智能优化算法,基于穷举算法的功耗优化方法只适用于小规模电路,已无法满足目前中大规模电路的需求;基于遗传算法的功耗优化方法具有鲁棒性高等特点,但是在迭代后期易陷入局部最优,进而导致功耗优化的效果不好。因此,对于三值fprm逻辑电路功耗优化领域来说,迫切需要研究一种能快速收敛至全局最优解的功耗优化方法。
4、代理辅助进化算法是一种融合代理模型与进化搜索的高效智能优化算法,通过构建rbf等代理模型替代复杂真实适应度评估,搭配进化算法模拟种群迭代优化与解空间搜索过程,并通过样本动态更新保障算法收敛性。与穷举算法、传统遗传算法相比,代理辅助进化算法作为一种改进型智能优化算法,具有评估效率高、鲁棒性强、全局搜索与局部开发平衡性好等优点。同时,该算法通过三值字符编码适配离散解空间,能够有效求解三值fprm逻辑电路功耗优化这类离散组合优化问题,弥补了传统优化算法在离散编码问题中适配性差、计算开销大的不足。
技术实现思路
1、为解决上述问题,本发明提供的一种基于三值fprm逻辑电路功耗优化方法,提高了功耗优化的效率、改善了功耗优化的效果。
2、具体来说,一种基于三值fprm逻辑电路的功耗优化方法,包括以下步骤:
3、步骤1,读取三值boolean逻辑电路;
4、步骤2,对种群大小、最大真实评估次数、rbf代理模型参数以及q学习参数进行初始化;
5、步骤3,采用拉丁超立方采样生成初始种群,将三值fprm逻辑电路极性编码为种群个体的位置向量;
6、步骤4,基于三值fprm逻辑电路功耗目标函数为计算当前极性的适应度值;
7、步骤5,通过q-learning强化学习框架自适应选择三大搜索策略:全局代理模型搜索策略、局部代理模型搜索策略、分级停滞逃逸策略,通过三大搜索策略不断更新个体位置并持续更新全局最优功耗与代理模型样本库;
8、步骤6,判断是否满足算法的终止条件,如果满足,则输出最小功耗,否则执行步骤5。
9、进一步的,步骤3所述拉丁超立方生成初始种群,个体的初始化操作表示为:
10、
11、表示第个个体第维的数值型取值,表示非负随机整数的系统函数,表示取模运算,强制仅能取0、1、2三个值,确保三值均匀分布。
12、进一步的,步骤4所述将三值fprm逻辑电路功耗目标函数为计算当前极性的适应度函数表示为:
13、
14、表示三值fprm逻辑电路功耗,表示当前极性的适应度值,即表达式中包含mod3加法门和乘法门的开关活动性。
15、进一步的,步骤5具体步骤包括:
16、步骤5.1,全局代理模型搜索策略,表示为:该策略以全局rbf代理模型为核心,通过差分进化算法优化功耗预测结果;核心逻辑是基于汉明距离计算样本相似度,利用rbf核函数实现功耗预测,预测方式如下:
17、
18、其中,为样本数量,为第个历史评估样本,为对应的真实功耗值;径向基函数采用高斯核;搜索过程采用de/rand/1变异:
19、
20、与二项交叉:
21、
22、生成候选解,筛选top-2最优解并满足最小汉明距离约束,样本不足时返回随机解,实现全局空间高效探索;
23、步骤5.2,局部代理模型搜索策略,表示为:聚焦全局最优解附近的局部区域,通过精细化搜索提升优化精度;核心依赖局部rbf代理模型的预测与不确定性评估,不确定性计算基于预测方差;搜索时先在邻域初始化种群,采用de/best/2变异:
24、
25、与全概率交叉进化,最终选择top-1最优解与不确定性最大的候选解,平衡局部开发与样本补充;
26、步骤5.3,分级停滞逃逸策略,表示为:针对算法停滞问题,按停滞级别实施差异化逃逸策略,核心结合信息熵多样性与陷阱区域识别;多样性通过信息熵计算:
27、
28、其中表示第个极性位取值为的频率,陷阱区域定义为top-20最优解中某极性占比>70%的位置;轻度停滞时对陷阱位实施10%维度的定向扰动;中度停滞时进行20%维度的区域跳跃;重度停滞时采用四分之一划分策略,强制脱离局部最优,重启全局探索。
29、本发明的有益功效在于:
30、(1)传统代理辅助进化算法主要用于求解连续变量的优化问题,无法直接求解离散组合优化问题。通过对个体位置进行三进制编码,并结合三大搜索策略,可使强化学习代理辅助进化算法用于求解离散三进制编码组合优化问题,尤其可以将其应用于优化三值fprm逻辑电路功耗当中,扩大了代理辅助进化算法的适用范围。
31、(2)利用强化学习代理辅助进化算法来优化三值fprm逻辑电路功耗,具有较快的收敛速度、较强的跳出局部最优解的能力,提高了三值fprm逻辑电路功耗优化的效率和效果。
1.一种基于三值fprm逻辑电路的功耗优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,步骤3所述拉丁超立方生成初始种群,个体的初始化操作表示为:
3.根据权利要求1所述的方法,其特征在于,步骤4所述将三值fprm逻辑电路功耗目标函数为计算当前极性的适应度函数表示为:
4.根据权利要求1所述的方法,其特征在于,步骤5具体步骤包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com