Application of Evolutionary Algorithms for Multi-objective Optimization in VLSI and Embedded Systems

این کتاب توضیح می‌دهد که چگونه الگوریتم‌های تکاملی (EA)، از جمله الگوریتم‌های ژنتیک (GA) و بهینه‌سازی ازدحام ذرات (PSO) می‌توانند برای حل مسائل بهینه‌سازی چندهدفه در حوزه طراحی سیستم تعبیه‌شده و VLSI مورد استفاده قرار گیرند. بسیاری از مسائل پیچیده بهینه سازی مهندسی را می توان به عنوان فرمول های چند هدفه مدل سازی کرد. این کتاب مقدمه‌ای بر بهینه‌سازی چندهدفه با استفاده از الگوریتم‌های فراابتکاری، GA و PSO و نحوه اعمال آنها در مسائلی مانند پارتیشن‌بندی سخت‌افزار/نرم‌افزار در سیستم‌های تعبیه‌شده، پارتیشن‌بندی مدار در VLSI، طراحی تقویت‌کننده‌های عملیاتی در VLSI آنالوگ، طراحی ارائه می‌دهد. اکتشاف فضا در سنتز سطح بالا، آزمایش خطای تاخیری در آزمایش VLSI و زمان‌بندی در سیستم‌های توزیع ناهمگن. نشان داده شده است که چگونه، در هر مورد، جنبه های مختلف EA، یعنی نمایش آن و عملگرهایی مانند متقاطع، جهش، و غیره را می توان به طور جداگانه برای حل این مشکلات فرموله کرد. این کتاب برای مهندسین طراح و محققین در زمینه VLSI و طراحی سیستم های جاسازی شده در نظر گرفته شده است. این کتاب GA و PSO چند هدفه را به روشی ساده و قابل درک معرفی می کند که برای خوانندگان مقدماتی جذاب خواهد بود.

This book describes how evolutionary algorithms (EA), including genetic algorithms (GA) and particle swarm optimization (PSO) can be utilized for solving multi-objective optimization problems in the area of embedded and VLSI system design. Many complex engineering optimization problems can be modelled as multi-objective formulations. This book provides an introduction to multi-objective optimization using meta-heuristic algorithms, GA and PSO and how they can be applied to problems like hardware/software partitioning in embedded systems, circuit partitioning in VLSI, design of operational amplifiers in analog VLSI, design space exploration in high-level synthesis, delay fault testing in VLSI testing and scheduling in heterogeneous distributed systems. It is shown how, in each case, the various aspects of the EA, namely its representation and operators like crossover, mutation, etc, can be separately formulated to solve these problems. This book is intended for design engineers and researchers in the field of VLSI and embedded system design. The book introduces the multi-objective GA and PSO in a simple and easily understandable way that will appeal to introductory readers.