Algorithmes de Partitionnement Évolutionnaire Au Niveau du Circuit

Cette thèse présente de nouveaux algorithmes de partitionnement évolutif au niveau des circuits pour optimiser l'automatisation de la conception physique VLSI. Elle aborde les limites des méthodes de partitionnement traditionnelles en introduisant des techniques améliorées telles que l'algorithme génétique modifié (MGA), l'optimisation par essaims de particules modifiée (MPSO) et une nouvelle approche d'automates cellulaires graphiques (GCA). Ces algorithmes visent à minimiser la taille des coupes, à réduire les délais d'interconnexion et à améliorer les performances globales du circuit. La validation expérimentale à l'aide des circuits de référence ISCAS'85 confirme l'efficacité et la supériorité des méthodes proposées en termes de qualité de partition et de temps de calcul.

Cette thèse présente de nouveaux algorithmes de partitionnement évolutif au niveau des circuits pour optimiser l'automatisation de la conception physique VLSI. Elle aborde les limites des méthodes de partitionnement traditionnelles en introduisant des techniques améliorées telles que l'algorithme génétique modifié (MGA), l'optimisation par essaims de particules modifiée (MPSO) et une nouvelle approche d'automates cellulaires graphiques (GCA). Ces algorithmes visent à minimiser la taille des coupes, à réduire les délais d'interconnexion et à améliorer les performances globales du circuit. La validation expérimentale à l'aide des circuits de référence ISCAS'85 confirme l'efficacité et la supériorité des méthodes proposées en termes de qualité de partition et de temps de calcul.