基于蟻群算法和粒子群算法的數(shù)字集成電路測試生成研究.pdf

1、隨著電子技術的發(fā)展，集成電路的規(guī)模越來越大，結構也越來越復雜，這使得數(shù)字電路的測試生成變得越發(fā)困難。近幾年，仿生學算法的研究進展非常迅速，該類算法可以有效地解決組合優(yōu)化問題，而測試生成問題的本質就是組合優(yōu)化問題，因此，很多算法被用到了數(shù)字電路測試當中來，例如，遺傳算法、蟻群算法和粒子群算法等。將仿生學算法引入測試生成當中，能使測試生成問題的復雜性得到簡化。 本文以數(shù)字電路的測試生成為研究對象，采用單固定型故障模型，以提高算法的故

2、障覆蓋率和縮小測試生成時間為目標，對蟻群算法和粒子群算法進行了改進，并將二者有機的結合起來，應用在數(shù)字電路的測試生成當中。 首先，將蟻群算法的信息素更新機制進行改進，使其免于陷入局部最優(yōu)，并應用于數(shù)字電路的測試生成中，與基于遺傳算法的測試生成算法相比，提高了故障的覆蓋率；其次，又對粒子群算法的參數(shù)進行了改進，使其具有較好的收斂性，并將其應用到數(shù)字電路測試生成中，與蟻群算法相比得到較短的測試時間；最后，根據蟻群和粒子群算法的各自優(yōu)