基于遺傳優(yōu)化的三值神經(jīng)網(wǎng)絡(luò)測試生成算法.pdf

1、數(shù)字集成電路是當(dāng)今發(fā)展最快的技術(shù)領(lǐng)域之一，隨著數(shù)字電路設(shè)計(jì)及工藝技術(shù)的發(fā)展，電路的規(guī)模和復(fù)雜度日益增大，使得電路的測試生成日益困難。對于復(fù)雜的大規(guī)模集成電路，傳統(tǒng)的測試生成算法已不再適用，因此研究新型有效的數(shù)字集成電路測試生成算法具有十分重要的理論價(jià)值和實(shí)際意義。 集成電路的測試生成問題是數(shù)學(xué)上公認(rèn)的難題-NP 完全問題，在過去的幾年中，國內(nèi)外的學(xué)者雖然提出了許多新的測試生成算法，但是到目前為止還沒有一種算法能適合所有的大規(guī)模集

2、成電路，集成電路的測試生成問題已成為一個(gè)重要的研究課題。 本文采用固定故障模型和三值神經(jīng)網(wǎng)絡(luò)模型，對數(shù)字集成電路的測試生成進(jìn)行研究，為提高故障覆蓋率，減小測試生成時(shí)間，重點(diǎn)研究了以下內(nèi)容： 1．在深入研究二值神經(jīng)網(wǎng)絡(luò)測試生成算法基礎(chǔ)上，將遺傳算法引入到組合電路的測試生成算法中。基于遺傳算法是一種全新的尋優(yōu)方法，本文采用遺傳算法求解約束網(wǎng)絡(luò)對應(yīng)能量函數(shù)的最小值點(diǎn)。在遺傳算法中，適應(yīng)度函數(shù)是影響算法性能的一個(gè)主要因素，它主要

3、影響問題的求解空間，本文在比較其他適應(yīng)度函數(shù)的基礎(chǔ)上，提出本文的適應(yīng)度函數(shù)，利用本文的適應(yīng)度函數(shù)，在基準(zhǔn)電路上得到測試矢量。同時(shí)，交叉、變異概率是影響收斂速度的一個(gè)重要的指標(biāo)，本文將提出一個(gè)合理的交叉和變異的概率。 2．在二值基礎(chǔ)上，建立基本邏輯門電路的三值神經(jīng)網(wǎng)絡(luò)模型和組合電路的三值神經(jīng)網(wǎng)絡(luò)模型。用三值神經(jīng)網(wǎng)絡(luò)表示數(shù)字電路，可以減小搜索空間，避免很多不必要的賦值，因此可以在保證具有較高故障覆蓋率的情況下，減小測試生成時(shí)間。在三