Analog Circuits and Systems Optimization based on Evolutionary Computation Techniques

روندهای بازار میکروالکترونیک با تأکید ویژه بر تولید سیستم‌های پیچیده سیگنال مختلط روی تراشه، سطح پیچیدگی روزافزونی را ارائه می‌دهند. فشارهای سخت اقتصادی و طراحی باعث توسعه روش های جدید برای خودکارسازی فرآیند طراحی آنالوگ شده است. با این حال، و علی‌رغم برخی تلاش‌های تحقیقاتی قابل توجه، عمل اساسی طراحی در سطح ترانزیستور همچنان با تعامل آزمون و خطا بین طراح و شبیه‌ساز انجام می‌شود.

این کتاب یک روش جدید اتوماسیون طراحی را ارائه می‌کند. بر روی یک هسته الگوریتم ژنتیک اصلاح شده، به منظور بهبود کارایی در چرخه طراحی IC آنالوگ. رویکرد پیشنهادی ترکیبی از بهینه‌سازی قوی با تحلیل گوشه، تکنیک‌های یادگیری ماشین و قابلیت پردازش توزیع‌شده است که قادر به مقابله با مشکلات بهینه‌سازی چند هدفه و محدود است. ابزار بهینه سازی حاصل و بهبود بهره وری طراحی برای طراحی تقویت کننده های عملیاتی CMOS نشان داده شده است.

The microelectronics market trends present an ever-increasing level of complexity with special emphasis on the production of complex mixed-signal systems-on-chip. Strict economic and design pressures have driven the development of new methods to automate the analog design process. However, and despite some significant research efforts, the essential act of design at the transistor level is still performed by the trial and error interaction between the designer and the simulator.

This book presents a new design automation methodology based on a modified genetic algorithm kernel, in order to improve efficiency on the analog IC design cycle. The proposed approach combines a robust optimization with corner analysis, machine learning techniques and distributed processing capability able to deal with multi-objective and constrained optimization problems. The resulting optimization tool and the improvement in design productivity is demonstrated for the design of CMOS operational amplifiers.