闫盼盼，俞海珍，史旭华，万 凯

(宁波大学信息科学与工程学院，浙江 宁波 315211)

1 引言

随着集成电路(IC)技术的发展，电路集成度正在迅速增加[1,2]。功耗和面积已经成为IC设计中不容忽视的问题，在电路设计流程的各个阶段都需要考虑电路面积和功耗。

任何逻辑电路都可以由基于AND/OR/NOT形式的布尔逻辑，也可以由基于AND/XOR或OR/XNOR形式的RM(Reed-Muller)逻辑来表示。随着集成电路优化设计的发展，以RM逻辑表示的逻辑电路在功耗、面积、速度和可测试性方面比用传统布尔逻辑表示的逻辑电路更具优势[3]。

RM逻辑主要分为固定极性RM FPRM(Fixed-Polarity Reed-Muller)和混合极性RM MPRM(Mixed-Polarity Reed-Muller)。MPRM展开式的极性搜索空间庞大，包含了FPRM展开式的所有极性。因此，MPRM具有比FPRM更大的优化空间和更好的优化效果。极性直接决定MPRM逻辑电路的表达形式，然后影响电路的面积和功耗，并且其优化是在特定空间中搜索1个或多个极性，使其目标函数获得最优值。但是，MPRM电路也有其劣势，它的极性搜索空间庞大，使其电路性能优化的时间和空间复杂度很高。因此，需要寻找一种有效的算法来解决MPRM逻辑电路的这个问题。粒子群算法、遗传算法、免疫算法都是目前比较常用的智能算法[4 - 6]。由于粒子群算法相比其它算法具有收敛速度快、鲁棒性好等优点，获得了越来越多的关注。此外，它具有内在的并行搜索机制，特别适用于传统方法难以解决的复杂优化问题。国内外很多学者对粒子群算法进行研究，取得了一些成果。文献[7]提出一种多目标量子粒子群算法，采用共享学习机制和双势阱模型避免算法发生过早收敛；……