自我組織類神經網路之工程擺置應用研究(II)

Abstract

這幾年來類神經網路及其應用方面的研究 成果十分豐碩,本計畫以類神經網路在各種工 程擺置(Engineering placement)問題的應用研究為出 發點;是目前全世界相關研究中極先進且成功 的一個例子,對於我國之國際研究水準有極大 的提昇作用.類神經網路技術可方便VLSI CAD或其 他工程應用系統之高速平行與硬體化,有別於 以往循序處理但只限於軟體架構的電腦輔助系 統.如此除了能整合性地解決一般化的擺置問 題,更能符合未來高速而大量之各種工程元件 擺置應用上之需求,是極有價值的研究.本計畫 原規劃完成設計及實作的系統包括以詢問為基 底之自我組織神經網路(Query-basedself-organizing neural network,簡稱QBSONN)之開發,並用以解決在外圍矩形或外圍任意直角多邊形區域中之矩形、 L形或任意多邊形元件之工程擺置問題,計畫完 成之工具包括:自我組織類神經網路最佳化技 術(Self-organizing neural network optimizationtechnique) 、類神經網路閘陣列擺置器(Gate array placer)、 類神經網路標準晶胞元擺置器(Standard cell placer )、類神經網路建構模塊擺置器(Building block placer)及類神經網路巨晶胞元擺置器(Macro cell placer).第一年之計畫(NSC83-0408-E009-020)已依進度 順利執行中,初步成果已為IEEE Trans. on Neurl Networks接受為全篇論文並將於1994年發表.第二 年計畫擬擴增的部分有三項.除了繼續改進所 提出之類神經網路模式外,將增加任意大小元 件之建構模塊擺置器,並發展處理任意直角多 邊形元件之巨胞元擺置器;除此之外,任意直角 多邊形之擺置區域的擺置問題亦為新增的項目 ;這些擴增主要的目標在使所提出之系統能處 理更複雜之工程擺置問題.在系統發展中,這些 工具將保持高度模組化,以利系統之進一步改 進與擴增.