生物の進化・免疫系に基づく適応学習型最適化法の開発とVLSI実装設計への応用

点击翻译按钮获取中文摘要

本研究は,VLSIの配置配線問題のように解の品質と求解の高速性が要求される問題に対応するために,評価関数曲面の構造に基づいて解の探索過程を自律的・適応的に調整する適応学習型最適化法の開発を行った。本年度は具体的には,以下の2点について研究を行った。1.開発手法の検証・改良免疫系でみられるランダム的な遺伝子組み替え交叉法を導入し,その効果として期待される探索領域の拡大および解集団内の遺伝的多様性の維持により,開発手法の解の品質面での性能向上をはかる。2.実データへの応用開発手法を実際的な配置配線問題に応用し,既存の最適化手法による結果と比較することにより,その優位性を検証する。具体的にはVLSI実装設計における標準的な問題であるフロアプラン設計問題,標準セル配置問題,および概略配線問題などを取り上げる。評価関数としては,チップ面積最小化に加えて高速動作化・低消費電力化に関する項の導入を考える。具体的な配置配線問題のデータとして,一般的に用いられている大規模なベンチマークデータを利用することで,既存の他手法との比較を容易にする。