Utilização de algoritmos evolutivos para a síntese de circuitos CMOS: o estado da arte.

• Ano de defesa: 2018
• Autor(a) principal: BONAFÉ, Douglas Sandy
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação
• Departamento: IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação
• Link de acesso: https://repositorio.unifei.edu.br/jspui/handle/123456789/1493

Dimensionar transistores não é uma tarefa trivial, empregando-se diversas técnicas, geralmente através de projeto por partes (blocos), com o auxílio de simulação. Este trabalho tem por objetivo apresentar o estado da arte em matéria de síntese topológica e otimização de circuitos CMOS, assim como utilizar o conhecimento adquirido para elaborar um algoritmo evolutivo capaz de encontrar as dimensões específicas de um transistor CMOS para encontrar os valores ótimos de comprimento e largura do canal do transistor de forma a conseguir-se as dimensões para uma porta lógica com M entradas afim de que o circuito apresente tempo de subida igual ao tempo de descida e responda no menor tempo possível. Para tanto, optou-se por utilizar algoritmos genéticos, sendo desenvolvido na linguagem Python versão 2.7 do interpretador, e o software CADENCE/Orcad para a validação do circuito. Como resultados deste trabalho obtiveram-se um resumo do estado da arte na área de algoritmos genéticos e uma ampla pesquisa em todas as áreas de contorno a do problema em questão e um prospecto de todas as implicações que as observações feitas pelo estudo dos algoritmos genéticos exercem nas áreas de contorno. Através da validação feita pela simulação com Orcad, provou-se ser perfeitamente possível projetar-se um circuito de alta precisão, otimizado para determinadas condições de contorno, sem a utilização do simulador neste processo (utilizando-o apenas para validação). Não obstante, apresentou-se um comparativo entre os métodos evolucionários afim de ajudar o projetista a encontrar o algoritmo que melhor o ajude a solucionar seu problema especifico. Feito isso, desenvolveu-se um framework open source, em linguagem Python, para auxiliar o projetista que deseje implementar estas soluções. Ao termo deste, refletiu-se nas implicações filosóficas das observações feitas durante todo a pesquisa e levantou-se questionamentos às teorias evolucionárias (das pressuposições de Darwin às proposições de Orr), apresentando-se assim como uma contribuição importante para as teorias do Intelligent Design.