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

ISBN-13: 9783838617633 / Niemiecki / Miękka / 1999 / 184 str.

Matthias Bodenstein

Opis

Inhaltsangabe: Einleitung: Das Plazierungsproblem bei FPGA-Chips stellt eine interessante Optimierungsaufgabe dar, zu der es bislang noch keine optimale Losungsstrategie gibt. Der FloorPlanner versucht das Problem durch Einsatz eines genetischen Algorithmusses (GA) zu losen, 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 Guteberechnung fur verschiedene Bewertungskriterien, mit denen sich eine konkrete Plazierung beurteilen lat. - Erweiterung der genetischen Operatoren des Gas. - Optimierung des Fuzzy-Reglers. - Test und Performancebeurteilung des optimierten Fuzzy-Reglers. Zum Verstandnis 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 zusammengefat. Erstens ist das die Implementierung der Guteberechnungen fur den aus insgesamt 8 Elementen bestehenden Bewertungsvektor. In Kapitel 3 werden mit Hilfe von Tests die GA-Parameter fur einen GA mit statischen Parameter optimiert. Dieser optimierte GA kann dann spater fur Vergleiche mit fuzzy-geregelten GAs verwendet werden, um den durch den Fuzzy-Regler erzielten Performancegewinn besser beurteilen zu konnen. Kapitel 4 befat 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 Ei