Platzierung

  • Platzierung
  • Platzierung als ..Optimierungsproblem
  • ..Zuordnungsproblem I
  • ..Zuordnungsproblem II
  • Optimierungskriterien
  • ..Fläche I
  • ..Fläche II
  • ..Timing
  • ..Congestion
  • ..Weitere
  • Verdrahtungslängenabschätzung
  • ..Bounding Box
  • ..Kette
  • ..Spannbaum
  • ..Steinerbaum
  • Klassen von Platzierungsverfahren
  • Platzierungsverfahren
  • ..Clusterverfahren
  • ..Clusterverfahren: Beispiel
  • ..Min-Cut
  • ..Min-Cut: Beispiel
  • ..Quadratische Optimierung
  • ....Feder-Masse-Modell
  • ....Energie-Berechnung
  • ....Kräftegleichgewicht
  • ....Initialplatzierung
  • ....Abstoßende Kräfte
  • ....Dichtefunktion
  • ....Beispiel
  • ....Legalisierung
  • ..Simulated Annealing
  • ..Genetische Algorithmen
  • ....Beispiel
  • ....Operatoren
  • ......Crossover
  • ......Mutation
  • ......Selektion
  • Bewertung der Verfahren
Startseite

Während die konstruktiven Platzierungsalgorithmen (Cluster-Verfahren oder Min-Cut-Verfahren) sehr schnell sind, erreichen die Platzierungsergebnisse nicht die Qualität der iterativ verbessernden Algorithmen. In der Praxis werden aus diesem Grunde zumeist konstruktive Platzierungsalgorithmen mit nachgeschaltetem iterativ verbesserndem Teil verwendet. Damit sind derzeit gängige Problemgrößen handhabbar. Die Ergebnisqualität der kräftegesteuerten Platzierungsverfahren ist mit den Platzierungsergebnissen des derzeit gängigsten Verfahrens, des Simulated Annealing, vergleichbar. Wird dem Simulated Annealing jedoch hinreichend viel Rechenzeit zur Verfügung gestellt, so findet der Algorithmus ein sehr gutes Ergebnis. Das ist der Grund dafür, dass dem Simulated Annealing bei der Platzierungsqualität ein besserer Wert zugewiesen wird als dem Min-Cut-Verfahren.