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(shù)的發(fā)展，集成電路的規(guī)模越來越大，結(jié)構(gòu)也越來越復(fù)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(xué)算法的研究進(jìn)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(zhì)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(dāng)中來，例如，遺傳算法、蟻群算法和粒子群算法等。將仿生學(xué)算法引入測試生成當(dāng)中，能使測試生成問題的復(fù)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(biāo)，對蟻群算法和粒子群算法進(jìn)行了改進(jìn)，并將二者有機(jī)的結(jié)合起來，應(yīng)用在數(shù)字電路的測試生成當(dāng)中。 首先，將蟻群算法的信息素更新機(jī)制進(jìn)行改進(jìn)，使其免于陷入局部最優(yōu)，并應(yīng)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(jìn)行了改進(jìn)，使其具有較好的收斂性，并將其應(yīng)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(jù)蟻群和粒子群算法的各自優(yōu)