Smart-MSP: A Self-Adaptive Multiple Starting Point Optimization Approach for Analog Circuit Synthesis
Smart-MSP: A Self-Adaptive Multiple Starting Point Optimization Approach for Analog Circuit Synthesis
复制标题
Smart-MSP：一种用于模拟电路综合的自适应多起点优化方法
DOI：
10.1109/tcad.2017.2729461
复制
发表时间：
2018-03
影响因子：
2.9
通讯作者：
Xuan Zeng
中科院分区：
文献类型：
--
作者：
YiShi Yang;Hengliang Zhu;Zhaori Bi;Changhao Yan;Dian Zhou;Yangfeng Su;Xuan Zeng
模拟电路的自动化设计在提高设计效率和缩短产品上市时间方面有着广阔的应用前景，但也面临着设计复杂性的瓶颈。提出了一种基于仿真的模拟电路综合优化方法--智能多起点法。所提出的智能MSP是基于MSP优化的框架，这被证明是更有效的比其他全局优化方法，如模拟退火，遗传算法，粒子群优化等。有效的技术，包括有偏见的起点选择，稀疏回归和概率TABU是在智能-MSP和使算法相当聪明的方式，整体优化过程是自适应的，从以前的局部搜索学习，可以有效地产生最优结果，以接近全局最优。实验结果表明，该方法比原MSP方法快<inline-formula><tex-math notation="LaTeX">2.6-12.5\times $</tex-math></inline-formula>，比其他方法快<inline-formula><tex-math notation="LaTeX">1.3-2100\times $</tex-math></inline-formula>。
Automated analog circuit design is promising for increasing the design productivity and narrowing the time-to-market, but is facing the bottleneck of tremendous design complexity. In this paper, a simulation-based optimization approach named smart-multiple starting point (MSP) is proposed for analog circuit synthesis. The proposed smart-MSP is based on the framework of MSP optimization, which is shown to be much more efficient than other global optimization methods like simulated annealing, genetic algorithm, particle swarm optimization, etc. Efficient techniques including heuristic-biased starting point selection, sparse regression and probabilistic TABU are developed in smart-MSP and make the algorithm quite smart in a way that the overall optimization process is self-adaptive by learning from the previous local searches and can efficiently produce optimal results to approximate the global optimum. Experiments have demonstrated that the proposed smart-MSP is <inline-formula> <tex-math notation="LaTeX">${2.6-12.5\times }$ </tex-math></inline-formula> faster than the original MSP method, and is <inline-formula> <tex-math notation="LaTeX">$ {1.3-2100\times }$ </tex-math></inline-formula> faster than other state-of-the-art methods.
登录
查看更多内容
DOI：
10.1109/asicon.2013.6812030
发表时间：
2013
期刊：
2013 IEEE 10th International Conference on ASIC
影响因子：
--
作者：
Minghua Li;Dian Zhou;Sheng-Guo Wang;Xuan Zeng
通讯作者：
Minghua Li;Dian Zhou;Sheng-Guo Wang;Xuan Zeng
DOI：
10.1145/774572.774620
发表时间：
2002-11
期刊：
IEEE/ACM International Conference on Computer Aided Design, 2002. ICCAD 2002.
影响因子：
--
作者：
M. Hershenson
通讯作者：
M. Hershenson
DOI：
--
发表时间：
2014-06
期刊：
ArXiv
影响因子：
--
作者：
Yann Dauphin;Razvan Pascanu;Çaglar Gülçehre;Kyunghyun Cho;S. Ganguli;Yoshua Bengio
通讯作者：
Yann Dauphin;Razvan Pascanu;Çaglar Gülçehre;Kyunghyun Cho;S. Ganguli;Yoshua Bengio
DOI：
10.1145/1146909.1147134
发表时间：
2006-07
期刊：
2006 43rd ACM/IEEE Design Automation Conference
影响因子：
--
作者：
S. Hammouda;H. Said;M. Dessouky;M. Tawfik;Quang Nguyen;Wael Badawy;H. Abbas;H. Shahein
通讯作者：
S. Hammouda;H. Said;M. Dessouky;M. Tawfik;Quang Nguyen;Wael Badawy;H. Abbas;H. Shahein
DOI：
10.1145/309847.310104
发表时间：
1999-06
期刊：
Proceedings 1999 Design Automation Conference (Cat. No. 99CH36361)
影响因子：
--
作者：
M. Krasnicki;R. Phelps;Rob A. Rutenbar;L. Carley
通讯作者：
M. Krasnicki;R. Phelps;Rob A. Rutenbar;L. Carley