ISSN:
1432-0487
Source:
Springer Online Journal Archives 1860-2000
Topics:
Electrical Engineering, Measurement and Control Technology
Description / Table of Contents:
Übersicht Die Arbeit behandelt zwei neue Strategien für die Bipartitionierung elektrischer Schaltungen, die beide auf der Theorie unscharfer Mengen aufbauen. Hierfür haben wir ein Fuzzy-Netzmodell entwickelt, das Hypergraphen ohne eine Aufspaltung der Mehr-Punkt-Netze in Zwei-Punkt-Netze behandeln kann. Der erste Algorithmus basiert auf einem stochastischen Neuronalnetz, das aus kontinuierlichen Hopfield-Neuronen besteht. Der zweite Algorithmus wurde aus der statistischen Physik abgeleitet; der Schaltungsgraph wird als System stark miteinander verkoppelter Spins modelliert.
Notes:
Contents The paper presents two new strategies for bipartitioning circuits based on fuzzy set theory. For this a new fuzzy net-cut model has been developed treating hypergraphs without splitting multi-pin-nets into two-pin-nets. The first approach is based on a stochastic neural network consisting of continuous Hopfield neurons. The second algorithm is derived from statistical physics modelling the circuit graph as a highly coupled spin system.
Type of Medium:
Electronic Resource
URL:
http://dx.doi.org/10.1007/BF01232923