【作者】 曹源； 梁华国； 黄正峰；

【Author】 Cao Yuan Liang Huaguo Huang Zhengfeng (Hefei University of Technology Hefei 230009 China)

【机构】 合肥工业大学计算机与信息学院； 合肥工业大学电子科学与应用物理学院；

【摘要】 本文提出了一种基于分布估计算法的有限状态机低功耗编码方案。针对传统遗传算法对有限状态机编码收敛速度慢的缺点,提出了结合统计学习思想的分布估计算法,并建立了适应度概率模型和学习概率模型。不仅考虑了对功耗的优化,同时也考虑面积的优化和编码的时间优化。经过对MCNC’91电路中13个标准电路的实验,结果表明与现有的遗传算法相比较,平均减少3%功耗,并且在编码时间上节约了近30%。因而此算法在对FSM低功耗编码方面有一定的优势。更多还原

【Abstract】 This paper present a algorithm for low power state encoding based on estimation of distribution algorithms.To accelerate the constringency speed of the encoding algorithm,we use the estimation of distribution algorithms,establish the model for learning probability and state probability.Compare with genetic algorithm,this approach can average reduce 3%power cost and save 30%time cost for encoding.更多还原