IC优化设计的参数抽样效益折衷算法

万会兵; 杨林耀; 贾新章; 吴大正

您当前的位置：

首页 >

文章列表页 >

IC优化设计的参数抽样效益折衷算法

更新时间：2025-12-08

- IC优化设计的参数抽样效益折衷算法
- An Optimization Technique Using Parametric Sampling and Income Tradeoff in IC’ s Statistical Design
- 电子学报 1993年第8期页码：61-66
- 作者机构：
  
  1. 西安电子科技大学
  2. 西安电子科技大学西安710071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：1993
- 稿件说明：
移动端阅览
[1]万会兵,杨林耀,贾新章,吴大正.IC优化设计的参数抽样效益折衷算法[J].电子学报,1993(08):61-66.

Wan Hulbing, Yang Linyao, Jia Xinzhang, et al. An Optimization Technique Using Parametric Sampling and Income Tradeoff in IC’ s Statistical Design[J]. Acta Electronica Sinica, 1993, (8): 61-66.
[1]万会兵,杨林耀,贾新章,吴大正.IC优化设计的参数抽样效益折衷算法[J].电子学报,1993(08):61-66. DOI：

Wan Hulbing, Yang Linyao, Jia Xinzhang, et al. An Optimization Technique Using Parametric Sampling and Income Tradeoff in IC’ s Statistical Design[J]. Acta Electronica Sinica, 1993, (8): 61-66. DOI：

摘要

本文对效益函数进行了扩展

提出了IC最优化设计的参数抽样效益折衷方法

较好地解决了IC统计多目标优化非劣解的协调问题

得到了一种改进的Monte Carlo成品率最优化设计方法.

Abstract

An extended income function and an optimization technique using tradeoff of the parametric sampling and income are suggested. The technique is capable of coordinating the feasible solutions of the statistical multiobjective optimization in the IC design. Based on this technique an improved Monte Carlo yield optimization algorithm is obtained.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于动态分解和角度惩罚距离的高维多目标进化算法

多个体参与交叉的Pareto多目标遗传算法

神经网络识别非平衡样本模式的网络优化方法

基于IMOPSO算法的多目标多聚焦图像融合

基于Pareto支配的MPRM电路面积与可靠性优化