menu
{ "item_title" : "Algoritmos de Particionamento Evolutivo Ao Nível de Circuito", "item_author" : [" Pavithra Guru R", "Vaithianathan V "], "item_description" : "Esta tese apresenta novos algoritmos de particionamento evolutivo ao n vel do circuito para otimizar a automatizao do desenho f sico VLSI. Aborda as limitaes dos m todos de particionamento tradicionais, introduzindo t cnicas melhoradas, como o Algoritmo Gen tico Modificado (MGA), a Otimizao por Enxame de Part culas Modificada (MPSO) e uma nova abordagem de Aut matos Celulares Gr ficos (GCA). Estes algoritmos t m como objetivo minimizar o tamanho do corte, reduzir os atrasos de interconex o e melhorar o desempenho geral do circuito. A validao experimental utilizando circuitos de refer ncia ISCAS'85 confirma a efici ncia e superioridade dos m todos propostos em termos de qualidade de partio e tempo computacional", "item_img_path" : "https://covers3.booksamillion.com/covers/bam/6/20/907/602/6209076025_b.jpg", "price_data" : { "retail_price" : "94.00", "online_price" : "94.00", "our_price" : "94.00", "club_price" : "94.00", "savings_pct" : "0", "savings_amt" : "0.00", "club_savings_pct" : "0", "club_savings_amt" : "0.00", "discount_pct" : "10", "store_price" : "" } }
Algoritmos de Particionamento Evolutivo Ao Nível de Circuito|Pavithra Guru R

Algoritmos de Particionamento Evolutivo Ao Nível de Circuito

local_shippingShip to Me
In Stock.
FREE Shipping for Club Members help

Overview

Esta tese apresenta novos algoritmos de particionamento evolutivo ao n vel do circuito para otimizar a automatiza o do desenho f sico VLSI. Aborda as limita es dos m todos de particionamento tradicionais, introduzindo t cnicas melhoradas, como o Algoritmo Gen tico Modificado (MGA), a Otimiza o por Enxame de Part culas Modificada (MPSO) e uma nova abordagem de Aut matos Celulares Gr ficos (GCA). Estes algoritmos t m como objetivo minimizar o tamanho do corte, reduzir os atrasos de interconex o e melhorar o desempenho geral do circuito. A valida o experimental utilizando circuitos de refer ncia ISCAS'85 confirma a efici ncia e superioridade dos m todos propostos em termos de qualidade de parti o e tempo computacional

This item is Non-Returnable

Details

  • ISBN-13: 9786209076022
  • ISBN-10: 6209076025
  • Publisher: Edicoes Nosso Conhecimento
  • Publish Date: September 2025
  • Dimensions: 9 x 6 x 0.41 inches
  • Shipping Weight: 0.54 pounds
  • Page Count: 176

Related Categories

You May Also Like...

    1

BAM Customer Reviews