مقدار بهینه برای حد پایین نرخ جهش در سخت افزارهای تکام لپذیر با نرخ جهش پویا
Publish place: 19th Iranian Conference on Electric Engineering
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,114
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE19_400
تاریخ نمایه سازی: 14 مرداد 1391
Abstract:
سخت افزار های تکامل پذیر یکی از روش های جدید برای طراحی مدارات دیجیتال ترکیبی می باشد. این مقاله در ادامه کار قبلی نویسندگان، در مورد استفاده از نرخ جهش پویا در تکامل مدارات دیجیتال ترکیبی است. استفاده از این روش، علاوه بر افزایش کارایی تکامل مدارات، وابستگی کارایی تکامل به پارامتر نرخ جهش را نیز کاهش م یدهد. یکی از مشکلات استفاده از نرخ جهش پویا در تکامل مدارات دیجیتال ترکیبی، وابستگی شدید تکامل به پارامتر حد پایین نرخ جهش است. در این مقاله ابتدا به بررسی تاثیر پارامتر حد پایین نرخ جهش در تکامل مدارات دیجیتال ترکیبی با استفاده از سخت افزار های تکامل پذیر پرداخته شده است. و با استفاده از آن یک مقدار بهینه برای حد پایین نرخ جهش ارایه شده است. سپس با استفاده از این حد پایین بهینه، چندین مدار متفاوت تکامل داده شده است. برای این منظور از سخ تافزار- های تکامل پذیر در سطح گیت به صورت خارجی و غیربلادرنگ استفاده شده است. کارایی این روش با استفاده از تکامل مدارات جمع کننده 1 و 2 بیتی، تشخیص بیت توازن فرد 3 4 5,6بیتی و ضرب کننده 2 و 3 بیتی آزموده شده است. همچنین از پارامترهای تلاش محاسباتی، میانه تعداد ارزیابی های انجام شده، میانه انحراف مطلق ارزیابی های انجام شده و متوسط چارک سوم و چهارم، به عنوان پارامتر های اصلی کارایی برای مقایسه استفاده شده است. نتایج بدست آمده با نتایج حاصل از روشCGP با نرخ جهش ثابت مقایسه شده است. نتایج بدست آمده بیانگر برتری استفاده از نرخ جهش پویا در تکامل مدارات دیجیتال ترکیبی پیچیده است
Keywords:
سخت افزار تکامل پذیر , مدارات ترکیبی , تکامل غیربلادرنگ , تکامل در سطح گیت , نرخ جهش پویا , تابع کارایی
Authors
مهدی باقری
دانشگاه علم وصنعت ایران، دانشکده برق
سحر علیزاده
دانشگاه آزاد اسلامی واحد ارومیه، دانشکده برق
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :