تکامل خواص کنترل پذیری و مشاهده پذیری مدارهای ترکیبی دیجیتال

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,550

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NEEC02_058

تاریخ نمایه سازی: 7 بهمن 1388

چکیده مقاله:

توجه به ویژگی های آزمون پذیری در طول مراحل سنتز رفتاری باعث کمتر شدن سربار آزمون و کمتر شدن هزینه های مربوط به آزمون پذیری و از همه مهمتر افزایش قابلیت آزمون پذیری مدار نهایی می گردد. در این مقاله روشی ارائه خواهد شد که با کمک الگوریتم ژنتیک، خصوصیات کنترل پذیری و مشاهده پذیری یک مدار ترکیبی در سطح گیت، بدون نیاز به طراحی اولیه، بهبود خواهد یافت. در این ایده، سرعت الگوریتم تکاملی بالا بوده و توانایی پیاده شدن بر روی هر ساختاری - مستقل از تکنولوژی - را دارا می باشد. همچنین در این رهیافت روش هایی ابتکاری برای کاهش زمان تکامل، شبیه سازی و رسیدن به نتایج بهتر ارائه گردیده است.

نویسندگان

ناهید میرزایی

دانشکده مهندسی برق، دانشگاه علم و صنعت ایران

کریم محمدی

دانشکده مهندسی برق، دانشگاه علم و صنعت ایران

جواد مهدوی چابک

دانشکده مهندسی برق، دانشگاه علم و صنعت ایارن

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • G.W. Greenwood, A.M. Tyrrell , "Introduction to evovable hardware; A ...
  • Observability", ELEC7250-00 VLSI Testing (Spring 2005), Instructor: Professor Vishwani D. ...
  • M. L. Bushnell and V. D. Agrawal, "Essentials of Electronic ...
  • S. M. Rubin, "Computer Aids for VLSI Design", Second 0-20 ...
  • M. R. Choudhury, K. Mohanram, "Reliability Analysis _ Logic Circuits", ...
  • A. Slowik , M. Bialko, "Evolutionary design and optimization of ...
  • C ontroll ability/Ob servability Analysis Program", 17th Conference on Design ...
  • D. Goldberg, "Genetic Algorithms in Search, Optimization & Machine Learning", ...
  • M. Mitchell, ":Introduction to Genetic Algorithms", The MT Press, Cambridge, ...
  • D. Goldberg, "Genetic Algorithms in Search, Optimization & Machine Learning", ...
  • نمایش کامل مراجع