カオスニューラルネットワークを用いた多層チャネル配線問題の解法
スポンサーリンク
概要
- 論文の詳細を見る
本報告では,VLSI設計における多層チャネル配線問題に対して,カオスニューラルネットワークを用いた解法を提案している.FunabikiとTakefujiはニューロンをグループ化したHopfieldニューラルネットワークを用いて多層チャネル配線問題を解く手法を提案しているが,局所最適解の問題から最適解を得ることが困難である.一方,カオスニューラルネットワークは,そのカオス的な振舞いによって目的関数の局所解を比較的容易に脱出することが可能である.本報告では,FT法のHopfieldニューラルネットワークをカオスニューラルネットワークに置き換え,局所最適解からの脱出性能を向上させることで,FT法を改善することを提案している.
- 社団法人電子情報通信学会の論文
- 1999-06-22
著者
関連論文
- 8パズルに対するカオスを用いたヒューリスティック探索法
- FPGAに適したニューラルネットワークと組合せ最適化
- カオスを用いた最小値探索手法の実験的考察
- カオスを用いた最小値探索手法の実験的考察
- グラフ分割問題に対するカオスニューラルネットワークの最適化能力
- シグモイド関数を用いたカオス的最小値探索法
- 負の自己結合を有するPLAニューラルネットワークと組合せ最適化(非線形回路とシステム,及び一般)
- 自己結合を自律制御するカオスニューラルネットワークとその多層チャネル配線問題への応用(非線形回路とシステム,及び一般)
- 負の自己結合を有するPLAニューラルネットワークと組合せ最適化
- 自己結合を自律制御するカオスニューラルネットワークとその多層チャネル配線問題への応用
- カオスニューラルネットワークを用いた多層チャネル配線問題の解法
- A-4-31 CPLDを用いたカオスヒューリスティック探索法のハードウェア化
- A-2-8 2組のカオス的大域最適化手法の並列結合
- グラフ分割問題に対するカオスヒューリスティック探索法