دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Rolf Drechsler (auth.)
سری:
ISBN (شابک) : 9781441950406, 9781475728668
ناشر: Springer US
سال نشر: 1998
تعداد صفحات: 183
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب الگوریتم های تکاملی برای VLSI CAD: مدارها و سیستم ها، مهندسی برق، روش های محاسباتی، مهندسی به کمک کامپیوتر (CAD، CAE) و طراحی
در صورت تبدیل فایل کتاب Evolutionary Algorithms for VLSI CAD به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوریتم های تکاملی برای VLSI CAD نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در VLSI CAD، مسائل بهینه سازی دشوار باید به طور ثابت حل شوند.
تکنیک های بهینه سازی مختلفی در گذشته ارائه شده است. در حالی
که نشان داده شده است که برخی از این روش ها در برنامه ها به
خوبی کار می کنند و در طول سال ها تا حدودی تثبیت شده اند، سایر
تکنیک ها نادیده گرفته شده اند.
اخیراً، علاقه فزاینده ای به الگوریتم های بهینه سازی بر اساس
اصول مشاهده شده در طبیعت، به نام الگوریتم های تکاملی (EAs)
وجود داشته است.
الگوریتم های تکاملی در VLSI CAD مفاهیم اساسی EA ها
را ارائه می دهد و کاربرد EA ها را در VLSI CAD در نظر می گیرد.
این اولین کتابی است که نشان میدهد چگونه میتوان از EA برای
بهبود ابزارها و فرآیندهای طراحی IC استفاده کرد. چندین برنامه
موفق از حوزه های مختلف طراحی مدار، مانند سنتز منطق، نقشه
برداری و آزمایش، به تفصیل شرح داده شده است.
الگوریتم های تکاملی در VLSI CAD از دو بخش تشکیل شده
است. بخش اول اصول اولیه EA ها را مورد بحث قرار می دهد و مثال
هایی را ارائه می دهد که به راحتی قابل درک هستند. علاوه بر
این، یک مدل نظری برای بهینهسازی چند هدفه ارائه شده است. در
بخش دوم، پیادهسازی نرمافزار EA به همراه توضیحات مفصل چندین
برنامه EA ارائه شده است. این برنامه ها طیف وسیعی از VLSI CAD
را پوشش می دهند و روش های مختلفی برای استفاده از EA توضیح
داده شده است.
الگوریتمهای تکاملی در VLSI CAD برای توسعهدهندگان و
محققان CAD و همچنین کسانی که در الگوریتمها و تکنیکهای
تکاملی از ابزارها و فرآیندهای طراحی مدرن پشتیبانی میکنند، در
نظر گرفته شده است.
In VLSI CAD, difficult optimization problems have to be
solved on a constant basis. Various optimization techniques
have been proposed in the past. While some of these methods
have been shown to work well in applications and have become
somewhat established over the years, other techniques have
been ignored.
Recently, there has been a growing interest in optimization
algorithms based on principles observed in nature, termed
Evolutionary Algorithms (EAs).
Evolutionary Algorithms in VLSI CAD presents the
basic concepts of EAs, and considers the application of EAs
in VLSI CAD. It is the first book to show how EAs could be
used to improve IC design tools and processes. Several
successful applications from different areas of circuit
design, like logic synthesis, mapping and testing, are
described in detail.
Evolutionary Algorithms in VLSI CAD consists of two
parts. The first part discusses basic principles of EAs and
provides some easy-to-understand examples. Furthermore, a
theoretical model for multi-objective optimization is
presented. In the second part a software implementation of
EAs is supplied together with detailed descriptions of
several EA applications. These applications cover a wide
range of VLSI CAD, and different methods for using EAs are
described.
Evolutionary Algorithms in VLSI CAD is intended for
CAD developers and researchers as well as those working in
evolutionary algorithms and techniques supporting modern
design tools and processes.
Front Matter....Pages i-x
Front Matter....Pages 1-1
Introduction....Pages 3-10
Evolutionary Algorithms....Pages 11-17
Characteristics of Problem Instances....Pages 19-21
Performance Evaluation....Pages 23-41
Front Matter....Pages 43-43
Implementation....Pages 45-56
Applications of EAs....Pages 57-145
Heuristic Learning....Pages 147-163
Conclusions....Pages 165-166
Back Matter....Pages 167-183