中文摘要：

混合极性Reed–Muller（MPRM）逻辑电路功耗优化是一种典型的组合优化问题。现有功耗优化方法存在收敛速度慢、易陷入局部最优等问题，在实现最佳功耗方面的有效性十分有限。首先，本文提出一种多策略融合模因算法（MFMA），利用黑猩猩优化算法进行全局勘探，利用基于最优位置学习和自适应权重因子的浣熊优化算法（COA-OLA）进行局部探索，最后采用截断选择算法进行新种群选择。其次，基于MFMA提出一种MPRM逻辑电路功耗优化方法，通过寻找最佳极性配置，使得电路功耗最小化。基于MCNC基准电路的实验结果表明，与现有的功耗优化方法相比，本功耗优化方法有显著的改进。MFMA实现最高功耗优化率为72.30%，平均优化率为43.37%。同时，MFMA搜索解的速度更快且质量更好，验证了其在功耗优化方面的有效性和优越性。

关键词：

功耗优化；多策略融合模因算法（MFMA）；混合极性Reed–Muller（MPRM）；组合优化问题

作者：

张梦雨1,2，何振学1,2，王伊瑾1,2，赵晓君1,2，张晓丹1,2，肖利民3，王翔4

单位：

1 河北农业大学智能农业装备研究院，中国保定市，071001

2 河北农业大学河北省农业大数据重点实验室，中国保定市，071001

3 北京航空航天大学计算机学院，中国北京市，100191

4 北京航空航天大学电子信息工程学院，中国北京市，100191