2022年华数杯数学建模A题环形振荡器的优化设计解题全过程文档及程序

news2024/11/24 19:42:58

2022年华数杯全国大学生数学建模

A题 环形振荡器的优化设计

原题再现:

  芯片是指内含集成电路的硅片,在我们日常生活中的手机、电脑、电视、家用电器等领域都会使用到,是高端制造业的核心基石。芯片的制造工艺非常复杂,要经历上千道工序经过复杂工艺加工制造。尤其是数字芯片,随着工艺尺寸的不断缩小,数字芯片的优化设计变得尤为重要。
  而环形振荡器是数字时钟芯片中的一种重要的结构,其设计中有三个重要的指标需要考虑:速度、面积和功耗。速度是指电路运行的时钟频率,一般来说,速度越快,能处理的数据量就越多,性能越好。面积是指电路的物理实现需要占用硅片的面积,占用的面积越小,芯片成本越低。功耗是指电路工作所消耗的能量,功耗越低,发热量也越低,设备工作的时间更长,使用寿命越久。速度、面积、功耗是互相牵制的,在相同的制造工艺(制程)以及相同的电路条件下,一般来说,速度越快,晶体管尺寸越小,功耗也越高,反之亦然。相关概念与参数介绍见附录 1。
  请阅读相关文档说明,回答下列问题。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

整体求解过程概述(摘要)

  本文针对环形振荡器的优化设计和多项目晶圆布图规划进行了研究。首先建立了环形振荡器的输出频率计算模型,并求解了不同参数环形振荡器的输出频率,然后基于此模型建立了在给定输出频率和反相器个数情况下,环形振荡器面积最小的优化模型和在给定输出频率条件下,环形振荡器功耗最小的优化模型,并分别用二分法和遗传算法求解了模型。最后建立了多项目晶圆布图规划剩余矩形面积最大的优化模型,并利用模拟退火算法求解了模型。计算了晶圆上最多可安放环形振荡器的数目。
  针对问题一,建立了环形振荡器的输出频率计算模型,并求解了不同参数的环形振荡器的输出频率。首先分别求出了在不同阶段反向器的工作电流和其负载电容的值,然后再计算出反向器的下降沿延迟时间和上升沿延迟时间,得到反向器的平均延迟时间,最后利用环形振荡器中反向器的个数求得环形振荡器的输出频率。将求解结果记录在表格中。
  针对问题二,建立了环形振荡器输出频率误差最小的优化模型,并用二分法求解模型得到了最
优决策变量。首先分析第一问模型得到输出频率与栅宽无关且与栅长有单调关系,因此将栅长作为决策变量,栅长宽范围作为约束条件,输出频率误差最小作为优化目标建立优化模型。再利用二分法求解出栅长的最优解。最后解出栅长值取 63.6967nm,栅宽值都取 120.0000nm。环形振荡器的最小面积为 7.0147um2。
  针对问题三,建立了环形振荡器功耗最小的单目标多决策变量优化模型,并借助遗传算法求解了模型。首先将栅长宽范围和环形振荡器输出频率为 5MHZ 作为约束条件,晶体管的栅长宽和反向器个数作为决策变量,环形振荡器的动态功耗最小作为目标函数建立优化模型。再利用遗传算法,将环形振荡器动态功耗最为适应度函数,解出最优决策变量即:反相器的个数为 3 个,栅长值取370.8873nm,栅宽值都取 120.0000nm。环形振荡器的最小功率为 6.0314uW。
  针对问题四,建立了多项目晶圆布图规划剩余矩形面积最大的优化模型,并借助模拟退火算法求解了模型。首先用横向编码描述了模块间的拓扑结构,以模块的位置和方向作为决策变量建立剩余矩形面积最大的优化模型。然后借助模拟退火算法,将剩余矩形面积的相反数和超过晶圆的面积作为损失函数,基于 Metropolis 准则求解模型。最后再经过人工干预得到最优的布图方案。得出剩余最大矩形的长为 2420um,宽为 534um,矩形的面积为 1.2923mm2。基于第三问模型求解出环形振荡器尺寸最优解为:长 56.85um,宽为 0.31um。因此第七个芯片上最多可放下 73278 个环形振荡器。
  本文模型的优点为:1.抓住了问题的主要矛盾,对晶体管在不同工作区进行了分类,模型贴合实际。2.进行了合理的假设,在优化模型中抓住了核心的决策变量,让模型和算法简单高效。3.在布图规划中用横向编码描述了模块间的拓扑结构,简单且更利于算法实现,用模拟退火算法等启发式算法进行了全局搜索,得到的优化结果具有一定的参考意义。

模型假设:

  1. 假设反相器输出的高电平为电源电压, 反相器输出的低电平电压为电源电压的五十分之一。
  2. 假设在环形振荡器中, 下一级反相器在上一级反相器输出稳定后才开始变化。
  3. 假设对环形振荡器电路功耗起支配作用的是由充电放电引起的动态功耗。

问题分析:

问题一分析

  本问给出了不同环形振荡器的参数, 要求确定每个环形振荡器的输出频率。首先, 分不同晶体管, 不同工作阶段计算单个反相器对负载电容的充放电时间, 然后再算出反相器上升沿和下降沿时间, 最后平均得到反向器的延迟时间, 再结合反向器的个数求得输出频率。将本问给出的参数带入模型中可求出环形振荡器输出频率。

问题二分析

  本问给出环形振荡器的输出频率和反相器个数, 要求确定环形振荡器面积最小时的晶体管尺寸。首先分析第一问的模型可知输出频率和栅极宽无关, 若要环形振荡器面积最小栅宽应当取极小值。因此建立以栅长为决策变量, 输出频率误差最小的优化模型, 用二分法求解模型得到栅长的最优解, 当栅宽取最小值时可求出环形振荡器的最小面积。

问题三分析

  本问给出了环形振荡器的输出频率, 要求确定环形振荡器功耗最小时反相器的个数和晶体管的尺寸。首先, 将环形振荡器的动态功耗最小作为目标函数, 栅长宽范围和环形振荡器输出频率为 5MHZ 作为约束条件, 晶体管的栅长宽和反向器个数作为决策变量建立单目标多决策变量优化模型。然后将动态功耗作为适应度函数, 利用遗传算法求解出最优的决策变量。最后将最优决策变量带入目标函数可求出环形振荡器最小功耗。

问题四分析

  本问给出了芯片在流片时晶圆的总面积和晶圆上其他 6 块芯片的尺寸, 要求确定在环形振荡器的功耗最小时, 输出频率为 2KHz 的环形振荡器的尺寸并确定多项目晶圆的布图方式, 以达到在晶圆上安装更多环形振荡器的目的。首先本问用横向编码描述了模块间的拓扑结构, 方便算法的实现。然后以模块的位置和方向作为决策变量建立剩余矩形面积最大的优化模型, 再借助模拟退火算法求解出了横向编码所能确定的最优布图方式, 最后人工干预得到了最优的布图方案。同时基于第三问的模型求出了环形振荡器的尺寸, 结合最优布图方案确定了可安放环形振荡器的数量。

模型的建立与求解整体论文缩略图

在这里插入图片描述
在这里插入图片描述

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

程序代码:(代码和文档not free)

论文及程序仅供学习与参考

function f = Cacuf(W,L,n) %输入参数单位为m
V_limited = 0.024;
K_r = 68.7134 .* 1e-6;
K_f = 111.6634 .* 1e-6;
Vgs = 1.2;
time_foot = 1e-10; %时间步长1e-10
Vth_r = 0.398;
Vth_f = 0.42;
Vds = V_limited;
C = 3.137 * L * W;
time_rise = 0;
time_fall = 0;
%% rise
k1 = Vgs - Vth_r;
while 1
if Vds < k1
Id = K_r .* (W ./ L) .* ( k1 .* Vds - Vds .* Vds ./2);
else
Id = 1 ./ 2 .* K_r .* (W ./ L) .* k1 .* k1;
end
Vds = Vds + Id .* time_foot ./ C;
time_rise = time_rise + 1;
if Vds >= Vgs
break;
end
end
%% fall
k2 = Vgs - Vth_f;
while 1
if Vds < k2
Id = K_f .* (W ./ L) .* (k2 .* Vds - Vds .* Vds ./2);
else
Id = 1 ./ 2 .* K_f .* (W ./ L) .* k2 .* k2;
end
Vds = Vds - Id .* time_foot ./ C;
time_fall = time_fall + 1;
if Vds <= V_limited
break;
end
end
%%
tpd = ( time_rise + time_fall) ./2 .* time_foot;
f = 1 ./ ( 2 .* n .* tpd);
K_r = 68.7134 .* 1e-6;
K_f = 111.6634 .* 1e-6;
lastdw = 1e-9;
f = zeros(10,1);
Vth_r = 0.398;
Vth_f = 0.42;
Vgs = 1.2;
V_limited = 0.024;
time_foot = 1e-15; %时间步长1e-10
W_each = [[400 200];[800 400];[1600 800];[200 400];[400 800];[800 1600];[500 500];[1000
1000];[1800 1800];[2000 1000]];
L_each = [100 200 400 100 200 400 100 200 300 500];
n_each = [11 11 11 31 31 31 51 51 51 99];
for i = 1:10
W = (W_each(i,1) + W_each(i,2)) .* lastdw;
L = L_each(i) .* lastdw;
C = 3.137 * L * W;
Vds = V_limited;
n = n_each(i);
f(i) = Cacuf(W,L,n);
end

全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/558811.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

ChatGPT的原理与前端领域实践 | 京东云技术团队

一、ChatGPT 简介 ChatGPT的火爆 ChatGPT作为一个web应用&#xff0c;自22年12月发布&#xff0c;仅仅不到3个月的时间&#xff0c;月活用户就累积到1亿。在此之前&#xff0c;最快记录的保持者也需要9个月才达到月活1亿。 ChatGPT的反爬 https://chat.openai.com 因为各种政…

堆排序详解(Heap Sort)

本文已收录于专栏 《算法合集》 目录 一、简单释义1、算法概念2、算法目的3、算法思想4、算法性质 二、核心思想构建排序 三、图形展示宏观展示微观展示 四、算法实现实现思路代码实现客户端调用构造堆的方法元素交换的方法元素比较的方法 运行结果 五、算法描述1、问题描述2、…

如何在 Windows 10 上查找电脑型号

在Windows 10上,计算机型号在许多情况下都可以派上用场。例如,型号可以更容易地找到正确的硬件升级(如内存、存储驱动器、显示器和电源)。或者,如果你必须解决问题或联系技术支持。它还可以方便地将设备编目到库存中。 尽管制造商通常在笔记本电脑或台式机的机箱上使用贴…

Android SDK研发解决方案宝典

Android SDK研发很难整&#xff0c;非常烧脑&#xff0c;与app研发有很多不同。 遇到的问题有很多&#xff0c;各种崩溃&#xff0c;各种空指针&#xff0c;各种冲突需要解决。 所以开发前一定要提前规划好&#xff0c;做好规范。我把我这边一些问题做了记录和分享。 问题1&…

获取订单API接口系列,可接入erp系统场景

抖音和拼多多是目前国内最为火爆的社交和电商平台&#xff0c;为了让更多的开发者能够轻松利用其庞大的用户基础和活跃度&#xff0c;我们提供了相关的订单接口&#xff0c;可帮助开发者快速便捷地完成订单的创建、查询、调整等操作&#xff0c;从而更好地促进业务的发展。以下…

React项目搭建

一、项目搭建&#xff08;不采用vite方式&#xff09; 使用create-react-app生成项目 npx create-react-app pc 进入根目录 cd pc 启动项目 npm start 调整项目目录结构 /src/assets 项目资源文件&#xff0c;比如&#xff0c;图片 等/components 通用组件/pag…

分布式事务解决方案探讨

分布式事务解决方案 一、什么是事务&#xff1f;二、什么是分布式事务&#xff1f;三、分布式事务的理论模型3.1 X/Open 分布式事务模型3.1.1 X/Open事务执行流程3.1.2 XA 协议 3.2 两阶段提交协议3.3 三阶段提交协议 四、分布式事务场景解决方案4.1 TCC补偿方案4.2 基于可靠性…

密码学基本原理和发展——近代密码学

目录 1 密码机通信模型 2 Enigma密码机构造 3 Enigma密码机加解密过程 3.1 加密过程 3.2 解密过程 4 Enigma密码机的安全性 5 Enigma密码机破解 5.1 波兰雷耶夫斯基破解 5.2 图灵破解 近代密码一般指20世纪初&#xff5e;20世纪70年代期间的密码技术。20世纪初电报的出…

快速上手项目1:基于FaceNet的人脸识别项目

快速上手项目1&#xff1a;基于FaceNet的人脸识别项目 说明 ​ 本来想自己复现一下facenet的&#xff0c;但是发现facenet已经被做成了python的第三方库&#xff0c;于是自己用了用&#xff0c;发现挺简单的&#xff0c;然后又看了看源码&#xff0c;感觉模型架构实现部分很简单…

说说 HWND_TOP 和 HWND_TOPMOST 的区别

初看上去&#xff0c;HWND_TOP 和 HWND_TOPMOST 有点类似&#xff0c;但是实际上在调用 DeferWindowPos 或者 SetWindowPos时&#xff0c;它们之间的差别还挺大。 在同级窗口的维护机制中&#xff0c;有一个概念叫做 Z 序 (Z-order) 。出于此讨论的目的&#xff0c;顶级窗口也…

音容笑貌,两臻佳妙,人工智能AI换脸(deepfake)技术复刻《卡萨布兰卡》名场面(Python3.10)

影史经典《卡萨布兰卡》是大家耳熟能详的传世名作&#xff0c;那一首壮怀激烈&#xff0c;激奋昂扬的马赛曲&#xff0c;应当是通片最为激动人心的经典桥段了&#xff0c;本次我们基于faceswap和so-vits库让AI川普复刻美国演员保罗亨雷德高唱《马赛曲》的名场面。 配置人脸替换…

《斯坦福数据挖掘教程·第三版》读书笔记(英文版)Chapter 8 Advertising on the Web

来源&#xff1a;《斯坦福数据挖掘教程第三版》对应的公开英文书和PPT Chapter 8 Advertising on the Web There are several factors that must be considered in evaluating ads: The position of the ad in a list has great influence on whether or not it is clicked.…

Linkage Mapper 之 Barrier Mapper 功能解析(含实际案例分析)

✅创作者:陈书予 🎉个人主页:陈书予的个人主页 🍁陈书予的个人社区,欢迎你的加入: 陈书予的社区 🌟专栏地址: Linkage Mapper解密数字世界链接 大草原松鸡"(Greater Sage Grouse)的Lek Kernals(即HCAs),以及连接、连接障碍和恢复机会效果图: 图片

python+Django音乐播放器网站系统0tr3w

音乐网站系统的后台开发目标是以信息管理系统的管理和开发方法&#xff0c;用目前现有的新技术进行系统开发&#xff0c;提供后台管理员高度友好的界面操作以及迅捷的信息处理。而前台的开发目标是以用户的需求作为主导&#xff0c;提供对用户而言非常友好的界面操作环境以及完…

实时频谱-1.1基本概念

RF信号 RF&#xff08;射频&#xff09;是Radio Frequency的缩写&#xff0c;表示可以辐射到空间的电磁频率&#xff0c;频率范围从300KHz&#xff5e;30GHz之间。 中频 IF(intermediate frequency)&#xff0c;用来在中频衡量AM或FM调谐器抑制外来干扰的能力&#xff0c;数…

基于springboot在线外卖系统

末尾获取源码 开发语言&#xff1a;Java Java开发工具&#xff1a;JDK1.8 后端框架&#xff1a;SpringBoot 前端&#xff1a;Vue 数据库&#xff1a;MySQL5.7和Navicat管理工具结合 服务器&#xff1a;Tomcat8.5 开发软件&#xff1a;IDEA / Eclipse 是否Maven项目&#xff1a;…

You Only Look Once: 革命性目标检测算法论文解析

You Only Look Once 全论文完整翻译 You Only Look Once: Unified, Real-Time Object Detection 摘要 我们介绍了一种名为YOLO的新型目标检测方法。在目标检测的先前工作中&#xff0c;人们将分类器重新应用于执行检测任务。相反&#xff0c;我们将目标检测视为一个回归问题&a…

ChatGPT 的议论文究竟写的怎么样?111 位高中教师告诉你答案

夕小瑶科技说 原创 作者 | 小戏、Python 在 OpenAI GPT-4 发布时发布的《GPT-4 Technical Report》中&#xff0c;其中很吸引人眼球的一部分是 GPT-4 应用于教育领域的出色表现&#xff0c;通过让 GPT-4 去完成美国的 AP 课程及考试&#xff0c;来评估 GPT-4 在多个学科中的性…

WIN提权补丁提权,at,sc,psexes提权

win提权分为web和本地提权 web提权就是getshell后&#xff0c;权限是网站权限&#xff0c;要进行提权 本地提权是本地用户进行提权 本地用户的权限大于网站权限&#xff0c;所以本地提权成功概率比web提权概率大 因为我们做渗透测试&#xff0c;一般都是从网站入侵。所以大…

OpenAI最新iOS版ChatGPT下载使用手册:三步快速下载,支持语音输入和历史聊天记录重新对话(免费、比网页端响应快、亲测可用)

目录 前言ChatGPT移动端与网页端相比的优势步骤一&#xff1a;注册美区Apple id账号步骤二&#xff1a;苹果手机切换appstore id步骤三&#xff1a;下载ChatGPT IOS移动版APP畅玩ChatGPT APP体验总结其它资料下载 &#xff01; 前言 北京时间5月19日凌晨&#xff0c;OpenAI重…