Anwendung und Optimierung eines Plazierungssystems fur FPGAs basierend auf einem fuzzygesteuerten genetischen Algorithmus

Diplomarbeit aus dem Jahr 1997 im Fachbereich Ingenieurwissenschaften - Künstliche Intelligenz, Note: 1,0, Technische Universität Carolo-Wilhelmina zu Braunschweig (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Einleitung:§Das Plazierungsproblem bei FPGA-Chips stellt eine interessante Optimierungsaufgabe dar, zu der es bislang noch keine optimale Lösungsstrategie gibt. Der FloorPlanner versucht das Problem durch Einsatz eines genetischen Algorithmusses (GA) zu lösen, dessen Parameter dynamisch durch einen Fuzzy-Regler gesteuert werden. Er wurde 1995 von HENRIK PUTZER im Rahmen einer Diplomarbeit entwickelt, konnte aber bisher nur wenig praktisch eingesetzt werden. Diese Arbeit hat nun das Ziel, diesen letzten Schritt zu vollenden, und den FloorPlanner praxistauglich zu machen. Das beinhaltet im Wesentlichen die folgenden Punkte:§- Implementierung der Güteberechnung für verschiedene Bewertungskriterien, mit denen sich eine konkrete Plazierung beurteilen läßt.§- Erweiterung der genetischen Operatoren des Gas.§- Optimierung des Fuzzy-Reglers.§- Test und Performancebeurteilung des optimierten Fuzzy-Reglers.§Zum Verständnis dieser Arbeit wird empfohlen, die zugrundeliegende Diplomarbeit [9] zu lesen, auf die an vielen Stellen verwiesen wird.§Gang der Untersuchung:§In Kapitel 2 werden alle neu implementierten Erweiterungen des FloorPlanners zusammengefaßt. Erstens ist das die Implementierung der Güteberechnungen für den aus insgesamt 8 Elementen bestehenden Bewertungsvektor.§In Kapitel 3 werden mit Hilfe von Tests die GA-Parameter für einen GA mit statischen Parameter optimiert. Dieser optimierte GA kann dann später für Vergleiche mit fuzzy-geregelten GAs verwendet werden, um den durch den Fuzzy-Regler erzielten Performancegewinn besser beurteilen zu können. §Kapitel 4 befaßt sich mit dem eigentlichen Kern dieser Arbeit, der Optimierung des Fuzzy-Reglers, wobei zwei verschiedene Strategien verfolgt werden sollen. Mit der ersten Strategie sollen einzelne Fuzzy-Regeln bzw. kleine Mengen von Fuzzy-Regeln einzeln darauf getestet werden, ob ihr Einsatz lohnenswert ist. Der optimierte Fuzzy-Regler setzt sich dann aus der Kombination der im Test erfolgreichen Einzelregeln zusammen.§Bei der zweiten Strategie wird hingegen der Fuzzy-Regler intuitiv manuell zusammengesetzt und gegebenenfalls noch weiter optimiert.§In Kapitel 5 werden schließlich die gewonnenen Ergebnisse interpretiert und ein Ausblick für den weiteren Einsatz des FloorPlanners gegeben.§Inhaltsverzeichnis:Inhaltsverzeichnis:§1.Einleitung1§1.1Das Plazierungsproblem2§2.Erweiterungen des FloorPlanners5§2.1Der Bewertungsvektor5§2.1.1Die besten Netze5§2.1.2Die schlechtesten Netze6§2.1.3Güte aller Netze6§2.1.4Packgüte6§2.1.5Bestrafung für zu große Designs8§2.1.6Bestrafung für Nichtroutbarkeit8§2.1.7Die gewichtete Summe8§2.1.8Normierung der Teilbewertungen9§2.2Neue genetische Operatoren10§2.2.1Translokation10§2.2.2Invertierung11§2.3Sonstige Erweiterungen12§2.3.1Mutationsraten 112§2.3.2Auswertung der Fuzzy-Regler Ausgabe12§3.Optimierung der GA-Parameter13§3.1Vorgehensweise13§3.2Reproduzierbarkeit von Ergebnissen14§3.3Durchführung der GA-Optimierung16§3.3.1Normierung der Teilbewertungen16§3.3.2SNF-Datei Auswahl18§3.3.3Test einzelner genetischer Operatoren19§3.3.4Kombination von Mutation und Crossing-Over22§3.3.5Gewichtung der genetischen Operatoren24§3.3.6Einstellung der Intensität25§3.3.7Rechenzeit des GAs26§3.3.8Einstellung der Populationsgröße28§4.Optimierung des Fuzzy-Reglers31§4.1Vorgehensweise31§4.1.1Optimierungsstrategien32§4.1.2Einzelschritte der Optimierung34§4.2Umrechnung der Fuzzy-Ausgabevariablen35§4.3Analyse der ...