答辩公告
我的位置在: 首页 > 答辩公告 > 正文
刘海洋博士生预答辩公告
浏览次数:日期:2022-11-10编辑:

学位论文简介

随着集成电路元器件尺寸不断的缩小,元器件模型变得越来越复杂,给手工计算带来巨大的困难。本文围绕基于代理模型的模拟集成电路并行优化这一主题,探索不同复杂度的模拟集成电路并行优化算法。取得了以下主要创新性研究成果:

  1. 对于性能变化相对简单的模拟集成电路(随着设计变量的变化),提出了基于一个局部代理模型的并行优化算法LSPO。先进的代理模型感知进化搜索(SMAS)框架被用作LSPO的基础。三种偏向开发(exploitation)的差分进化变异策略的有机结合及其自适应挑选机制有助于SMAS在并行计算环境中寻找最优搜索策略。

  2. 对于性能变化复杂度一般的模拟集成电路(随着设计变量的变化),提出了使用多获取函数的基于代理模型的并行优化算法SPMA。多获取函数各自以自己的方式平衡开发和探索。多重变异策略的操作有助于提供更有希望的候选设计。基于有潜力区域的扩大化的高斯过程模型辅助搜索。

  3. 对于性能变化比较复杂的模拟集成电路(随着设计变量的变化),提出了使用不同建模方法的高效并行优化算法(EPODM)。优化比较复杂的问题需要搜索策略组合偏向于开发exploitation,同时要兼顾探索exploration,因此生成的待评估数据分布不均匀使用基于目前有潜力区域的模型来辅助两个偏重于开发的搜索策略。使用基于待评估个体的模型来辅助一个偏重于探索的搜索策略。使用相互交叉建模的办法来平衡两个不同代理模型预测精度的差异,避免陷入局部最优,提高算法的探索能力。

  4. 对于性能变化特别复杂的模拟集成电路(随着设计变量的变化),提出了使用不同建模方法的高鲁棒性并行优化算法(RPODM)。优化特别复杂的问题需要搜索策略组合偏向于探索,同时兼顾开发,因此生成的待评估数据分布非常分散。使用基于目前有潜力区域的模型来辅助一个偏重于开发的搜索策略。使用基于待仿真个体的模型来辅助两个偏重于探索的搜索策略。使用相互参杂的办法来平衡两个不同代理模型预测精度的差异,协调并促进了优化算法的收敛。

主要学术成果

  1. Sichun Du, Haiyang Liu, Hongxia Yin, Fei Yu, Jinxin Li. A local surrogate-based parallel optimization for analog circuits, AEU - International Journal of Electronics and Communications, 2021, 134:153667. (SCI,本人二作, 导师一作)

  2. Sichun Du, Haiyang Liu, Qinghui Hong, Chunhua Wang. A surrogate-based parallel optimization of analog circuits using multi-acquisition functions. AEU-International Journal of Electronics and Communications, 2022, 146:154105. (SCI,本人二作, 导师一作)

  3. Sichun Du, Qing Deng, Qinghui Hong, Jun Li, Haiyang Liu, Chunhua Wang. A memristor-based circuit design and implementation for blocking on Pavlov associative memory. Neural Computing and Applications, 2022. 1–17. (SCI,第五作者)