I
nte
rna
t
io
na
l J
o
urna
l o
f
Rec
o
nfig
ura
ble a
nd
E
m
be
dd
e
d Sy
s
t
e
m
s
(
I
J
R
E
S)
Vo
l.
15
,
No
.
2
,
J
u
ly
20
26
,
p
p
.
306
~
3
1
9
I
SS
N:
2089
-
4864
,
DOI
:
1
0
.
1
1
5
9
1
/i
j
r
es
.
v
1
5
.
i
2
.
pp
3
0
6
-
319
306
J
o
ur
na
l ho
m
ep
a
g
e
:
h
ttp
:
//ij
r
es.ia
esco
r
e.
co
m
AI
-
driv
en
co
-
o
pti
m
i
z
a
tion
o
f
O
N
O
FIC
cir
cuits and
m
ul
tiband
a
ntennas
f
o
r low
-
po
w
e
r VLSI
Ra
m
a
v
a
t
hu
Ra
m
es
h Na
i
k
,
D
o
na
pa
t
i R
a
m
a
k
ris
hn
a
Redd
y
,
K
rish
na
na
i
k
Va
n
k
do
t
h
D
e
p
a
r
t
me
n
t
o
f
El
e
c
t
r
o
n
i
c
s a
n
d
C
o
mm
u
n
i
c
a
t
i
o
n
En
g
i
n
e
e
r
i
n
g
,
F
a
c
u
l
t
y
o
f
En
g
i
n
e
e
r
i
n
g
,
C
h
a
i
t
a
n
y
a
D
e
e
m
e
d
t
o
b
e
U
n
i
v
e
r
si
t
y
,
H
y
d
e
r
a
b
a
d
,
I
n
d
i
a
Art
icle
I
nfo
AB
ST
RAC
T
A
r
ticle
his
to
r
y:
R
ec
eiv
ed
Oct
6
,
2
0
2
5
R
ev
i
s
ed
Ma
y
6
,
2
0
2
6
A
cc
ep
ted
J
u
n
1
1
,
2
0
2
6
T
h
is
p
a
p
e
r
p
re
se
n
ts
a
n
a
rti
f
ici
a
l
in
telli
g
e
n
c
e
(
AI
)
-
a
ss
isted
o
p
ti
m
iza
ti
o
n
f
ra
m
e
w
o
rk
f
o
r
on
-
o
f
f
c
u
rre
n
t
f
e
e
d
b
a
c
k
c
o
n
tro
ll
e
d
(
ON
OFIC
)
-
e
n
h
a
n
c
e
d
d
o
m
in
o
c
ircu
it
s im
p
le
m
e
n
ted
in
a
d
v
a
n
c
e
d
f
in
f
ield
-
e
f
fe
c
t
tran
sisto
r
(
F
in
F
ET
)
a
n
d
c
a
rb
o
n
n
a
n
o
t
u
b
e
f
ield
-
e
f
fe
c
t
tran
sist
o
r
(
CNT
F
ET
)
tec
h
n
o
lo
g
ies
.
T
h
e
f
ra
m
e
w
o
rk
in
teg
ra
tes
a
rti
f
ici
a
l
n
e
u
ra
l
n
e
tw
o
rk
(A
NN
)
su
rro
g
a
te
m
o
d
e
li
n
g
w
it
h
e
v
o
lu
ti
o
n
a
ry
o
p
ti
m
iza
ti
o
n
(
g
e
n
e
ti
c
a
lg
o
rit
h
m
(
GA
)
,
p
a
rti
c
le
sw
a
r
m
o
p
ti
m
iza
ti
o
n
(
PSO
)
,
a
n
d
NSG
A
-
II)
to
re
d
u
c
e
lea
k
a
g
e
,
i
m
p
ro
v
e
e
n
e
rg
y
e
ff
ici
e
n
c
y
,
a
n
d
e
n
h
a
n
c
e
ro
b
u
stn
e
s
s
u
n
d
e
r
p
r
o
c
e
ss
v
o
lt
a
g
e
te
m
p
e
r
a
t
u
re
(
P
V
T
)
v
a
riatio
n
s,
a
g
in
g
e
ff
e
c
ts
(
b
ias
tem
p
e
ra
tu
re
in
sta
b
il
it
y
(
BT
I
)
/
h
o
t
c
a
rrier
in
jec
ti
o
n
(
HCI
)
),
a
n
d
a
n
te
n
n
a
-
i
n
d
u
c
e
d
p
a
ra
siti
c
c
o
u
p
li
n
g
.
By
re
p
lac
in
g
re
p
e
a
ted
HSP
ICE
sim
u
latio
n
s
w
it
h
fa
st
A
NN
p
re
d
ictio
n
s,
t
h
e
p
ro
p
o
se
d
m
e
th
o
d
o
lo
g
y
re
d
u
c
e
s
c
o
m
p
u
tatio
n
a
l
c
o
st
b
y
m
o
re
th
a
n
9
0
%
w
h
il
e
a
c
h
iev
in
g
u
p
to
3
0
–
3
5
%
g
a
in
s in
lea
k
a
g
e
a
n
d
p
o
w
e
r
-
d
e
la
y
p
ro
d
u
c
t
(
P
D
P
)
/
e
n
e
rg
y
-
d
e
la
y
p
ro
d
u
c
t
(
ED
P
)
p
e
rf
o
rm
a
n
c
e
.
Th
e
re
su
lt
s
d
e
m
o
n
stra
te
th
a
t
A
NN
-
a
ss
isted
e
v
o
lu
ti
o
n
a
ry
o
p
ti
m
iza
ti
o
n
p
r
o
v
i
d
e
s
a
sc
a
lab
le
a
n
d
tec
h
n
o
l
o
g
y
-
a
g
n
o
stic
w
o
rk
f
lo
w
su
it
a
b
le
f
o
r
n
e
x
t
-
g
e
n
e
ra
ti
o
n
i
n
tern
e
t
o
f
th
in
g
(
Io
T
)
,
ra
d
io
f
re
q
u
e
n
c
y
(
RF
)
-
in
teg
ra
ted
,
a
n
d
lo
w
-
p
o
w
e
r
v
e
r
y
lar
g
e
sc
a
le
i
n
teg
ra
ti
o
n
(
V
L
S
I
)
p
latf
o
rm
s.
K
ey
w
o
r
d
s
:
Fin
FET
C
NT
FE
T
L
o
w
-
p
o
w
er
v
er
y
lar
g
e
s
ca
le
in
te
g
r
atio
n
On
-
o
f
f
cu
r
r
en
t f
ee
d
b
ac
k
co
n
tr
o
lled
P
r
o
ce
s
s
v
o
ltag
e
te
m
p
er
at
u
r
e
r
o
b
u
s
tn
es
s
Su
b
t
h
r
esh
o
ld
leak
a
g
e
T
h
is i
s
a
n
o
p
e
n
a
c
c
e
ss
a
rticle
u
n
d
e
r th
e
CC B
Y
-
SA
li
c
e
n
se
.
C
o
r
r
e
s
p
o
nd
ing
A
uth
o
r
:
Do
n
ap
ati
R
a
m
ak
r
i
s
h
n
a
R
ed
d
y
Dep
ar
t
m
en
t o
f
E
lectr
ical
an
d
E
lectr
o
n
ics
E
n
g
i
n
ee
r
in
g
,
Fac
u
lt
y
o
f
E
n
g
i
n
ee
r
i
n
g
C
h
ai
tan
y
a
Dee
m
ed
to
b
e
Un
iv
er
s
it
y
H
y
d
er
ab
ad
,
I
n
d
ia
E
m
ail:
r
a
m
ak
r
i
s
h
n
ar
ed
d
y
.
d
o
n
ap
ati@
g
m
ai
l.c
o
m
1.
I
NT
RO
D
UCT
I
O
N
A
d
v
an
ce
s
in
n
a
n
o
elec
tr
o
n
ic
tech
n
o
lo
g
y
h
a
v
e
en
ab
led
th
e
d
ev
elo
p
m
en
t
o
f
h
ig
h
l
y
i
n
te
g
r
ated
an
d
en
er
g
y
-
e
f
f
icie
n
t
v
er
y
lar
g
e
s
c
ale
in
te
g
r
atio
n
(
V
L
SI)
s
y
s
te
m
s
f
o
r
i
n
ter
n
et
o
f
t
h
i
n
g
(
I
o
T
)
,
5
G,
an
d
e
m
er
g
in
g
w
ir
ele
s
s
co
m
m
u
n
icatio
n
ap
p
li
ca
tio
n
s
.
E
n
er
g
y
e
f
f
icie
n
c
y
an
d
p
o
w
er
d
is
s
ip
atio
n
h
av
e
b
ee
n
k
e
y
co
n
ce
r
n
s
i
n
VL
SI
d
es
ig
n
f
o
r
s
ev
er
al
d
ec
ad
es
[
1
]
-
[
6
]
.
Ho
w
e
v
er
,
tech
n
o
lo
g
y
s
ca
lin
g
i
n
to
d
ee
p
-
n
an
o
m
eter
r
eg
i
m
e
s
h
a
s
s
ig
n
i
f
ica
n
tl
y
i
n
cr
ea
s
ed
s
u
b
th
r
es
h
o
ld
leak
ag
e,
p
o
w
er
d
is
s
ip
atio
n
,
an
d
s
e
n
s
i
tiv
it
y
t
o
p
r
o
ce
s
s
v
o
ltag
e
te
m
p
er
atu
r
e
(
P
VT
)
v
ar
iatio
n
s
an
d
ag
in
g
e
f
f
ec
ts
s
u
c
h
as
b
ias
te
m
p
er
atu
r
e
i
n
s
tab
ili
t
y
(
B
T
I
)
an
d
h
o
t
ca
r
r
ier
in
j
ec
tio
n
(
HC
I
)
[
7
]
-
[
1
2
]
.
T
h
ese
ch
allen
g
es
ar
e
p
ar
ticu
lar
l
y
c
r
itical
in
f
in
f
ield
-
e
f
f
ec
t
tr
an
s
i
s
to
r
(
Fin
FET
)
-
an
d
ca
r
b
o
n
n
an
o
t
u
b
e
f
ield
-
e
f
f
ec
t
tr
an
s
i
s
to
r
(
C
NT
FET
)
-
b
ased
n
a
n
o
d
o
m
in
o
c
ir
cu
it
s
,
w
h
e
r
e
leak
ag
e
cu
r
r
en
ts
ad
v
er
s
el
y
a
f
f
ec
t p
o
w
er
ef
f
ic
ie
n
c
y
a
n
d
cir
cu
it r
eliab
ilit
y
[
1
3
]
-
[
1
9
]
.
Am
o
n
g
v
ar
io
u
s
lea
k
a
g
e
r
ed
u
ctio
n
tech
n
iq
u
es,
t
h
e
on
-
o
f
f
cu
r
r
en
t
f
ee
d
b
ac
k
co
n
tr
o
lled
(
ONOFI
C
)
ap
p
r
o
ac
h
h
as
d
e
m
o
n
s
tr
ated
ef
f
ec
ti
v
e
leak
a
g
e
s
u
p
p
r
ess
io
n
wh
ile
m
ai
n
tain
in
g
h
ig
h
-
s
p
ee
d
o
p
e
r
atio
n
in
d
o
m
i
n
o
lo
g
ic
cir
cu
its
.
Ne
v
er
t
h
eles
s
,
c
o
n
v
e
n
tio
n
al
ONO
FIC
d
esi
g
n
s
r
el
y
o
n
f
i
x
ed
d
ev
ice
p
ar
a
m
et
er
s
an
d
o
f
te
n
f
ail
to
ad
ap
t
to
P
V
T
v
ar
iatio
n
s
,
t
h
er
m
al
f
l
u
ct
u
ati
o
n
s
,
an
d
a
n
te
n
n
a
-
i
n
d
u
ce
d
p
ar
asit
ic
e
f
f
ec
ts
e
n
co
u
n
ter
ed
i
n
r
ad
io
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
AI
-
d
r
iven
co
-
o
p
timiz
a
tio
n
o
f
ON
OF
I
C
ci
r
cu
its
a
n
d
mu
ltib
a
n
d
a
n
te
n
n
a
s
…
(
R
a
ma
va
th
u
R
a
mesh
N
a
ik
)
307
f
r
eq
u
en
c
y
(
RF
)
-
i
n
te
g
r
ated
s
y
s
te
m
-
on
-
c
h
ip
(
So
C
)
en
v
ir
o
n
m
e
n
t
s
[
2
0
]
,
[
2
1
]
.
Mu
ltib
an
d
an
ten
n
a
d
esi
g
n
tech
n
iq
u
es
h
av
e
b
ee
n
w
id
el
y
i
n
v
esti
g
ated
f
o
r
w
ir
eless
co
m
m
u
n
icatio
n
s
y
s
te
m
s
an
d
R
F
-
e
n
ab
led
So
C
p
latf
o
r
m
s
[
2
2
]
.
T
o
ad
d
r
ess
th
ese
li
m
itatio
n
s
,
t
h
i
s
w
o
r
k
p
r
o
p
o
s
es
a
n
ar
ti
f
icial
in
te
lli
g
en
ce
(
AI
)
-
ass
i
s
ted
co
-
o
p
ti
m
izatio
n
f
r
a
m
e
w
o
r
k
f
o
r
ONOFI
C
-
e
n
h
an
ce
d
Fi
n
FE
T
/C
NT
FE
T
n
an
o
d
o
m
i
n
o
cir
cu
its
i
n
te
g
r
ated
w
it
h
m
u
ltib
an
d
an
te
n
n
a
-
a
w
ar
e
m
o
d
elin
g
.
A
r
ti
f
icial
n
e
u
r
al
n
et
wo
r
k
(
A
NN)
s
u
r
r
o
g
ate
m
o
d
els
ar
e
em
p
lo
y
ed
to
p
r
ed
ict
cir
cu
it
p
er
f
o
r
m
an
ce
u
n
d
er
v
ar
y
i
n
g
o
p
er
atin
g
co
n
d
itio
n
s
[
2
3
]
.
E
v
o
lu
tio
n
ar
y
al
g
o
r
ith
m
s
s
u
c
h
a
s
NSG
A
-
I
I
[
2
4
]
,
p
ar
ticle
s
w
ar
m
o
p
ti
m
izat
io
n
(
P
SO)
[
2
5
]
,
a
n
d
g
en
e
tic
alg
o
r
it
h
m
s
(
G
A
)
[
2
6
]
ar
e
em
p
lo
y
ed
to
o
p
ti
m
ize
cir
cu
it
a
n
d
an
te
n
n
a
p
ar
am
e
ter
s
s
i
m
u
lta
n
eo
u
s
l
y
.
E
x
p
er
i
m
e
n
tal
r
es
u
lt
s
d
e
m
o
n
s
tr
ate
s
ig
n
i
f
ica
n
t
i
m
p
r
o
v
e
m
en
t
s
i
n
lea
k
a
g
e
r
ed
u
ctio
n
,
p
o
w
er
-
d
ela
y
p
r
o
d
u
ct
(
P
DP
)
,
en
er
g
y
-
d
ela
y
p
r
o
d
u
ct
(
E
DP
)
,
an
d
r
o
b
u
s
tn
e
s
s
ag
ain
s
t
P
VT
v
ar
iatio
n
s
a
n
d
an
ten
n
a
-
i
n
d
u
ce
d
in
ter
f
er
e
n
c
e.
T
h
e
p
r
o
p
o
s
ed
f
r
am
e
w
o
r
k
p
r
o
v
id
es
an
e
f
f
icie
n
t
s
o
lu
tio
n
f
o
r
n
e
x
t
-
g
e
n
er
atio
n
lo
w
-
p
o
w
er
a
n
d
R
F
-
a
w
ar
e
V
L
SI
s
y
s
te
m
s
.
2.
RE
L
AT
E
D
WO
RK
R
ed
u
ci
n
g
s
u
b
t
h
r
esh
o
ld
leak
a
g
e
r
em
ai
n
s
a
m
aj
o
r
ch
allen
g
e
i
n
n
a
n
o
s
ca
le
V
L
SI
d
esig
n
.
C
o
n
v
e
n
tio
n
al
tech
n
iq
u
es
s
u
ch
a
s
p
o
w
er
g
ati
n
g
,
d
u
al
-
th
r
es
h
o
ld
v
o
lta
g
e
a
s
s
ig
n
m
e
n
t,
tr
a
n
s
i
s
to
r
s
tac
k
in
g
,
a
n
d
L
E
C
T
OR
h
a
v
e
b
ee
n
w
id
el
y
ad
o
p
ted
to
r
e
d
u
ce
leak
a
g
e
p
o
w
er
,
alth
o
u
g
h
th
e
y
o
f
ten
i
n
tr
o
d
u
ce
ar
ea
,
d
elay
,
an
d
d
esig
n
co
m
p
le
x
it
y
o
v
er
h
ea
d
s
[
2
7
]
.
Do
m
i
n
o
lo
g
ic
cir
cu
its
ar
e
p
ar
ticu
lar
l
y
s
u
s
ce
p
tib
le
to
leak
ag
e
an
d
n
o
is
e
-
r
elate
d
is
s
u
es,
a
n
d
s
e
v
er
al
k
ee
p
er
-
b
ased
an
d
f
ee
d
b
ac
k
-
b
ased
ap
p
r
o
ac
h
es
h
a
v
e
b
ee
n
p
r
o
p
o
s
ed
to
i
m
p
r
o
v
e
th
e
ir
r
o
b
u
s
tn
es
s
[
2
8
]
.
Am
o
n
g
t
h
ese
tec
h
n
iq
u
es,
t
h
e
ONOFI
C
ap
p
r
o
ac
h
h
as
d
e
m
o
n
s
tr
ated
ef
f
ec
ti
v
e
leak
a
g
e
r
ed
u
ctio
n
i
n
Fin
FET
-
an
d
C
NT
FET
-
b
ased
d
o
m
i
n
o
cir
cu
it
s
th
r
o
u
g
h
f
ee
d
b
ac
k
-
co
n
tr
o
l
led
s
ta
n
d
b
y
c
u
r
r
en
t
s
u
p
p
r
ess
io
n
.
Ho
w
e
v
er
,
m
o
s
t
ex
i
s
ti
n
g
ON
OFI
C
s
t
u
d
ies
f
o
cu
s
o
n
n
o
m
in
al
o
p
er
atin
g
co
n
d
itio
n
s
an
d
p
r
o
v
id
e
lim
ited
co
n
s
id
er
atio
n
o
f
P
VT
v
ar
iatio
n
s
,
ag
in
g
e
f
f
ec
t
s
,
an
d
R
F
-
in
te
g
r
ated
en
v
ir
o
n
m
en
ts
.
R
ec
en
t
l
y
,
AI
an
d
m
ac
h
i
n
e
lear
n
in
g
tech
n
iq
u
e
s
h
a
v
e
em
er
g
ed
as
p
r
o
m
i
s
in
g
to
o
ls
f
o
r
VL
SI
o
p
tim
izatio
n
.
Dee
p
lear
n
in
g
m
o
d
els
en
ab
le
r
ap
i
d
p
e
r
f
o
r
m
a
n
c
e
p
r
e
d
ictio
n
,
w
h
i
le
ev
o
lu
tio
n
a
r
y
al
g
o
r
ith
m
s
s
u
ch
as
G
A
,
P
SO,
an
d
N
SG
A
-
I
I
s
u
p
p
o
r
t
ef
f
icie
n
t
m
u
lti
-
o
b
j
ec
t
iv
e
o
p
ti
m
izatio
n
o
f
lea
k
ag
e
,
d
elay
,
a
n
d
e
n
er
g
y
co
n
s
u
m
p
tio
n
.
A
lt
h
o
u
g
h
A
I
-
a
s
s
is
ted
o
p
ti
m
izatio
n
h
as
b
ee
n
ap
p
lied
to
ONOFI
C
-
e
n
h
an
ce
d
Fin
FET
/C
NT
FE
T
c
ir
cu
its
,
ex
i
s
ti
n
g
ap
p
r
o
ac
h
es
g
en
er
all
y
n
eg
lect
an
te
n
n
a
-
in
d
u
ce
d
p
ar
asit
ic
ef
f
ec
ts
an
d
cir
cu
it
–
an
ten
n
a
co
-
o
p
ti
m
izatio
n
.
T
h
er
ef
o
r
e,
th
is
w
o
r
k
p
r
o
p
o
s
es
an
A
I
-
as
s
is
ted
f
r
a
m
e
w
o
r
k
th
a
t
j
o
in
tl
y
o
p
ti
m
ize
s
ONOFI
C
-
e
n
h
a
n
ce
d
Fin
FET
/C
NT
FET
d
o
m
in
o
cir
cu
it
s
an
d
m
u
l
tib
an
d
an
te
n
n
a
p
ar
am
eter
s
,
co
n
s
id
er
i
n
g
leak
ag
e
r
ed
u
ctio
n
,
en
er
g
y
e
f
f
icien
c
y
,
P
VT
r
o
b
u
s
tn
ess
,
ag
i
n
g
ef
f
ec
t
s
,
an
d
an
ten
n
a
-
in
d
u
c
ed
in
ter
f
er
en
ce
f
o
r
n
ex
t
-
g
e
n
er
atio
n
lo
w
-
p
o
w
er
R
F
-
a
w
ar
e
V
L
SI
s
y
s
te
m
s
.
3.
M
E
T
H
O
D
3
.
1
.
O
v
er
v
ie
w
Deep
-
n
a
n
o
m
e
ter
tech
n
o
lo
g
ies
f
ac
e
s
ig
n
i
f
ica
n
t
ch
alle
n
g
es,
in
clu
d
i
n
g
s
u
b
t
h
r
esh
o
ld
leak
ag
e,
P
VT
v
ar
iatio
n
s
,
an
d
ag
i
n
g
ef
f
ec
t
s
s
u
c
h
as
B
T
I
an
d
HC
I
,
w
h
ich
ad
v
er
s
el
y
a
f
f
ec
t
th
e
r
eli
ab
ilit
y
an
d
e
n
er
g
y
ef
f
icien
c
y
o
f
VL
SI
s
y
s
te
m
s
.
T
h
ese
is
s
u
es
ar
e
p
ar
ticu
lar
l
y
cr
itical
in
F
in
FET
-
an
d
C
NT
FET
-
b
ased
d
o
m
i
n
o
lo
g
ic
cir
cu
i
ts
,
w
h
er
e
leak
a
g
e
p
o
w
er
an
d
ti
m
i
n
g
i
n
s
tab
ilit
y
b
ec
o
m
e
d
o
m
in
a
n
t
co
n
ce
r
n
s
.
I
n
ad
d
itio
n
,
m
u
ltib
an
d
an
ten
n
a
i
n
te
g
r
atio
n
i
n
m
o
d
er
n
So
C
s
i
n
tr
o
d
u
ce
s
R
F
co
u
p
li
n
g
an
d
p
ar
asit
ic
ef
f
ec
ts
t
h
at
f
u
r
t
h
er
in
f
l
u
e
n
ce
cir
cu
i
t
p
er
f
o
r
m
a
n
ce
.
T
o
ad
d
r
ess
th
ese
ch
alle
n
g
e
s
,
an
A
I
-
d
r
iv
e
n
co
-
o
p
ti
m
izatio
n
f
r
a
m
e
w
o
r
k
is
p
r
o
p
o
s
ed
f
o
r
ONOFI
C
-
en
h
a
n
ce
d
Fi
n
FET
/C
NT
FET
d
o
m
in
o
cir
c
u
its
w
i
th
a
n
te
n
n
a
-
a
w
ar
e
m
o
d
eli
n
g
.
Var
io
u
s
ONO
FIC
co
n
f
i
g
u
r
atio
n
s
ar
e
im
p
le
m
en
ted
u
s
i
n
g
3
2
n
m
B
SIM
-
C
M
G
Fin
FET
an
d
Stan
f
o
r
d
C
NT
FET
m
o
d
els
ac
r
o
s
s
b
en
ch
m
ar
k
cir
cu
its
,
i
n
cl
u
d
in
g
O
R
g
a
tes,
m
u
ltip
lex
er
s
,
an
d
r
ip
p
le
-
ca
r
r
y
ad
d
er
s
.
A
co
m
p
r
e
h
en
s
i
v
e
d
ataset
is
g
e
n
er
ated
th
r
o
u
g
h
p
ar
a
m
eter
s
w
ee
p
s
,
an
d
A
NN
s
u
r
r
o
g
ate
m
o
d
el
s
ar
e
t
r
ain
ed
to
p
r
ed
ict
leak
a
g
e
p
o
w
er
,
d
elay
,
P
DP
,
an
d
n
o
is
e
m
ar
g
in
s
e
f
f
icien
t
l
y
.
E
v
o
lu
tio
n
ar
y
al
g
o
r
ith
m
s
,
n
a
m
el
y
GA
,
P
SO,
a
n
d
NS
G
A
-
I
I
,
ar
e
em
p
lo
y
ed
to
id
en
tify
o
p
tim
a
l
d
esig
n
s
o
lu
tio
n
s
t
h
at
b
alan
ce
leak
a
g
e
r
ed
u
ctio
n
,
p
er
f
o
r
m
a
n
ce
,
an
d
r
o
b
u
s
tn
es
s
.
T
h
e
o
p
tim
ized
d
esig
n
s
ar
e
s
u
b
s
eq
u
e
n
tl
y
v
alid
ated
th
r
o
u
g
h
H
SP
I
C
E
s
i
m
u
latio
n
s
u
n
d
er
P
V
T
v
ar
iatio
n
s
,
Mo
n
te
C
ar
lo
an
al
y
s
is
,
an
d
ag
in
g
co
n
d
itio
n
s
.
T
h
e
p
r
o
p
o
s
ed
m
et
h
o
d
o
lo
g
y
p
r
o
v
id
es
an
ef
f
icien
t
an
d
s
ca
lab
le
f
r
a
m
e
wo
r
k
f
o
r
d
ev
elo
p
in
g
lo
w
-
p
o
w
er
,
v
ar
iat
io
n
-
to
ler
an
t,
an
d
R
F
-
a
w
ar
e
V
L
SI
s
y
s
te
m
s
f
o
r
n
e
x
t
-
g
en
er
atio
n
I
o
T
an
d
w
ir
eles
s
co
m
m
u
n
icatio
n
ap
p
lica
tio
n
s
.
3
.
2
.
Circ
uits a
nd
var
ia
nts
T
h
is
w
o
r
k
i
n
v
e
s
ti
g
ates
f
o
u
r
O
NOFI
C
v
ar
ia
n
ts
f
o
r
lea
k
ag
e
r
ed
u
ctio
n
a
n
d
p
er
f
o
r
m
a
n
ce
e
n
h
an
ce
m
e
n
t
in
Fi
n
FET
-
an
d
C
NT
FET
-
b
ased
d
o
m
in
o
cir
c
u
its
:
−
P
u
ll
-
d
o
w
n
ON
OFI
C
:
a
f
ee
d
b
ac
k
d
ev
ice
i
n
th
e
p
u
ll
-
d
o
w
n
p
ath
s
u
p
p
r
ess
es st
a
n
d
b
y
lea
k
ag
e.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
15
,
No
.
2
,
J
u
l
y
202
6
:
306
-
3
1
9
308
−
Du
al
p
u
ll
-
d
o
w
n
ONO
FIC:
t
wo
p
ar
allel
f
ee
d
b
ac
k
d
ev
ices
p
r
o
v
id
e
en
h
a
n
ce
d
leak
ag
e
r
ed
u
c
tio
n
,
p
ar
ticu
lar
l
y
in
w
id
e
f
a
n
-
in
cir
c
u
it
s
.
−
P
u
ll
-
u
p
ONOFI
C
:
f
ee
d
b
ac
k
i
n
th
e
p
u
ll
-
u
p
n
et
w
o
r
k
i
m
p
r
o
v
es
ch
ar
g
e
r
eten
t
io
n
an
d
n
o
is
e
i
m
m
u
n
it
y
.
−
San
d
w
ic
h
ed
ONOFI
C
:
f
ee
d
b
ac
k
d
ev
ices
p
lace
d
b
et
w
ee
n
p
u
l
l
-
u
p
an
d
p
u
ll
-
d
o
w
n
n
et
w
o
r
k
s
b
alan
ce
leak
a
g
e
r
ed
u
ctio
n
an
d
s
w
i
tch
i
n
g
p
er
f
o
r
m
an
ce
.
T
h
ese
v
ar
ian
ts
ar
e
e
v
al
u
ate
d
u
s
i
n
g
b
en
c
h
m
ar
k
cir
c
u
it
s
,
in
cl
u
d
in
g
4
-
an
d
8
-
in
p
u
t
OR
g
ates,
m
u
ltip
lex
er
s
,
an
d
r
ip
p
le
-
ca
r
r
y
ad
d
er
s
,
r
ep
r
esen
ti
n
g
b
o
th
co
m
b
in
at
io
n
al
a
n
d
ca
s
ca
d
e
d
lo
g
ic
s
tr
u
ct
u
r
es.
Si
m
u
latio
n
s
ar
e
p
er
f
o
r
m
ed
u
s
in
g
3
2
n
m
B
SIM
-
C
MG
Fi
n
F
E
T
an
d
Stan
f
o
r
d
C
NT
FE
T
m
o
d
els
to
ass
ess
b
o
th
C
MO
S
a
n
d
p
o
s
t
-
C
MO
S
tec
h
n
o
lo
g
ies.
T
o
em
u
late
p
r
ac
t
ical
R
F
-
i
n
te
g
r
ated
So
C
en
v
i
r
o
n
m
e
n
ts
,
a
n
ten
n
a
-
in
d
u
ce
d
p
ar
asit
ic
co
u
p
li
n
g
i
s
i
n
co
r
p
o
r
ated
in
to
th
e
test
b
en
c
h
s
etu
p
.
Fig
u
r
e
1
ill
u
s
tr
ates
th
e
p
u
ll
-
do
w
n
ON
OFI
C
Fin
FET
d
o
m
i
n
o
OR
g
at
e
w
i
th
a
n
te
n
n
a
-
co
u
p
li
n
g
p
ar
asit
ics.
T
h
e
ONOFI
C
d
ev
ice
co
n
tr
o
ls
s
tan
d
b
y
leak
a
g
e,
w
h
ile
th
e
p
ar
asit
ic
n
et
w
o
r
k
m
o
d
el
s
R
F
-
i
n
d
u
ce
d
d
is
tu
r
b
an
ce
s
at
th
e
d
y
n
a
m
ic
n
o
d
e.
T
h
ese
in
ter
ac
tio
n
s
d
ir
ec
tl
y
in
f
l
u
e
n
ce
leak
a
g
e
p
o
w
er
,
p
r
o
p
ag
atio
n
d
ela
y
,
an
d
n
o
is
e
r
o
b
u
s
tn
e
s
s
.
Fi
g
u
r
e
2
p
r
esen
ts
t
h
e
o
u
tp
u
t
m
etr
ics
u
s
ed
f
o
r
ANN
-
b
ased
o
p
ti
m
iz
atio
n
an
d
Fig
u
r
e
3
s
h
o
w
s
t
h
e
lea
k
ag
e
–
d
ela
y
d
i
s
tr
i
b
u
tio
n
u
n
d
er
v
ar
y
in
g
P
VT
co
n
d
itio
n
s
.
Fig
u
r
e
1
.
ONOFI
C
p
u
ll
-
d
o
w
n
Fin
FET
d
o
m
in
o
OR
g
ate
w
it
h
an
t
en
n
a
co
u
p
li
n
g
p
ar
asit
ics
Fig
u
r
e
2
.
Ou
tp
u
t
m
etr
ics
u
s
ed
f
o
r
A
N
N
-
b
ased
o
p
ti
m
izatio
n
Fig
u
r
e
3.
L
ea
k
a
g
e
–
d
ela
y
d
is
tr
i
b
u
tio
n
u
n
d
er
P
VT
v
ar
iatio
n
s
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
AI
-
d
r
iven
co
-
o
p
timiz
a
tio
n
o
f
ON
OF
I
C
ci
r
cu
its
a
n
d
mu
ltib
a
n
d
a
n
te
n
n
a
s
…
(
R
a
ma
va
th
u
R
a
mesh
N
a
ik
)
309
3
.
3
.
Si
m
ula
t
io
n
k
no
b
s
(
inp
u
t
pa
ra
m
et
er
s
X)
T
h
e
in
p
u
t
p
ar
am
eter
s
d
ef
in
e
th
e
o
p
tim
izatio
n
s
ea
r
c
h
s
p
ac
e
u
s
ed
in
all
s
i
m
u
lat
io
n
s
.
E
ac
h
k
n
o
b
r
ep
r
esen
ts
a
d
esig
n
,
d
ev
ice,
o
r
en
v
ir
o
n
m
e
n
tal
f
ac
to
r
ex
p
lo
r
ed
d
u
r
in
g
d
ataset
g
en
er
at
io
n
an
d
o
p
tim
izatio
n
:
=
{
,
ℎ
,
,
,
,
,
,
,
,
,
}
(
1
)
s
w
ee
p
in
g
t
h
ese
p
ar
a
m
eter
s
ca
p
tu
r
es
s
u
p
p
l
y
v
ar
iat
io
n
s
,
th
r
es
h
o
ld
d
r
if
t,
f
ee
d
b
ac
k
s
i
zin
g
,
C
NT
co
u
n
t,
te
m
p
er
atu
r
e,
co
r
n
er
m
o
d
els,
a
n
d
f
ee
d
b
ac
k
p
lace
m
en
t
o
p
tio
n
s
.
T
h
ese
k
n
o
b
s
en
s
u
r
e
b
r
o
ad
co
v
er
ag
e
o
f
r
ea
li
s
tic
d
esig
n
co
n
d
itio
n
s
.
3
.
4
.
O
utput
m
et
ric
s
(
la
bels
Y)
T
h
e
o
u
tp
u
t
m
etr
ic
s
ev
alu
ate
t
h
e
p
er
f
o
r
m
a
n
ce
o
f
ONOFI
C
-
en
h
a
n
ce
d
Fin
FET
an
d
C
NT
F
E
T
cir
cu
its
an
d
s
er
v
e
as
o
b
j
ec
tiv
es
f
o
r
th
e
A
I
-
d
r
iv
e
n
o
p
ti
m
izatio
n
f
r
a
m
e
w
o
r
k
.
T
h
ese
m
etr
ics
ch
ar
ac
ter
ize
leak
ag
e,
s
p
ee
d
,
en
er
g
y
ef
f
icie
n
c
y
,
n
o
is
e
i
m
m
u
n
it
y
,
a
n
d
r
o
b
u
s
t
n
ess
.
−
L
ea
k
ag
e
p
o
w
er
(
P
leak
)
:
s
tan
d
b
y
p
o
w
er
ca
u
s
ed
b
y
s
u
b
t
h
r
esh
o
ld
an
d
g
ate
leak
a
g
e
cu
r
r
en
t
s
.
−
P
r
o
p
ag
atio
n
d
ela
y
(
tp
d
)
:
t
i
m
e
r
eq
u
ir
ed
f
o
r
an
in
p
u
t tr
a
n
s
it
io
n
to
p
r
o
p
ag
ate
to
th
e
o
u
tp
u
t.
−
D
y
n
a
m
ic
p
o
w
er
(
P
d
y
n
)
:
s
w
itc
h
in
g
p
o
w
er
d
eter
m
in
ed
b
y
ca
p
ac
itan
ce
,
ac
ti
v
it
y
f
ac
to
r
,
an
d
s
u
p
p
l
y
v
o
lta
g
e.
−
E
n
er
g
y
p
er
t
r
an
s
itio
n
(
E
PT
)
:
e
n
er
g
y
co
n
s
u
m
ed
d
u
r
in
g
a
lo
g
i
c
-
s
tate
tr
a
n
s
i
tio
n
.
−
P
DP
:
a
k
ey
m
etr
ic
r
ep
r
esen
ti
n
g
th
e
tr
ad
e
-
o
f
f
b
et
w
ee
n
p
o
w
er
co
n
s
u
m
p
tio
n
a
n
d
s
p
ee
d
.
=
×
(
2
)
−
E
DP
:
m
ea
s
u
r
e
s
o
v
er
all
en
er
g
y
ef
f
ic
ien
c
y
w
h
ile
ac
co
u
n
ti
n
g
f
o
r
d
elay
.
=
×
(
3
)
−
No
is
e
ma
r
g
in
s
(
NM
H
an
d
NM
L
)
:
i
n
d
icate
to
ler
a
n
ce
to
h
i
g
h
-
an
d
lo
w
-
le
v
el
n
o
i
s
e.
−
L
ea
k
ag
e
s
lo
p
e
v
er
s
u
s
te
m
p
er
a
tu
r
e:
ev
al
u
ate
s
th
er
m
al
s
e
n
s
i
ti
v
it
y
a
n
d
s
tab
ili
t
y
.
−
Dela
y
v
ar
iat
io
n
u
n
d
er
P
V
T
co
n
d
itio
n
s
:
ass
e
s
s
e
s
ti
m
in
g
r
o
b
u
s
tn
e
s
s
ac
r
o
s
s
p
r
o
ce
s
s
,
v
o
ltag
e,
an
d
te
m
p
er
atu
r
e
v
ar
iat
io
n
s
.
−
A
r
ea
o
v
er
h
ea
d
: a
d
d
itio
n
al
s
ili
co
n
ar
ea
r
eq
u
ir
ed
b
y
th
e
ON
O
FIC c
ir
cu
itr
y
.
T
o
g
eth
er
,
th
ese
m
e
tr
ics
d
ef
i
n
e
th
e
m
u
lt
i
-
o
b
j
ec
tiv
e
o
p
ti
m
iz
atio
n
s
p
ac
e
u
s
ed
to
id
en
tify
d
esig
n
s
t
h
at
ac
h
iev
e
a
n
e
f
f
ec
t
iv
e
b
ala
n
ce
b
et
w
ee
n
lea
k
ag
e
r
ed
u
ctio
n
,
p
er
f
o
r
m
a
n
ce
,
en
er
g
y
e
f
f
icie
n
c
y
,
a
n
d
r
eliab
ilit
y
.
3
.
5
.
Da
t
a
s
et
a
nd
sa
m
pli
ng
A
d
ata
s
et
o
f
2
,
000
–
5
,
0
0
0
s
am
p
les
i
s
g
en
er
ated
to
s
u
p
p
o
r
t
s
u
r
r
o
g
ate
m
o
d
eli
n
g
an
d
o
p
t
i
m
izatio
n
.
C
o
n
ti
n
u
o
u
s
p
ar
a
m
e
ter
s
—
i
n
cl
u
d
in
g
s
u
p
p
l
y
v
o
lta
g
e,
t
h
r
esh
o
ld
v
ar
iatio
n
,
tr
an
s
i
s
to
r
s
ca
li
n
g
,
C
NT
co
u
n
t,
an
d
te
m
p
er
atu
r
e
—
ar
e
s
a
m
p
led
u
s
in
g
lati
n
h
y
p
er
c
u
b
e
s
a
m
p
li
n
g
(
L
HS)
to
en
s
u
r
e
u
n
i
f
o
r
m
co
v
er
ag
e
o
f
t
h
e
m
u
ltid
i
m
en
s
io
n
al
d
esi
g
n
s
p
ac
e.
C
ateg
o
r
ical
p
ar
a
m
eter
s
s
u
c
h
as
P
VT
co
r
n
er
s
(
t
y
p
ical
-
t
y
p
i
ca
l
(
T
T
)
,
s
lo
w
-
s
lo
w
(
SS
)
,
f
ast
-
f
as
t
(
FF
)
,
s
lo
w
-
f
as
t
(
SF
)
,
an
d
f
a
s
t
-
s
lo
w
(
F
S))
u
s
e
s
tr
ati
f
ied
s
a
m
p
lin
g
s
o
th
at
ea
c
h
co
r
n
er
i
s
ad
eq
u
atel
y
r
ep
r
esen
ted
.
T
o
i
m
p
r
o
v
e
s
u
r
r
o
g
ate
ac
cu
r
ac
y
i
n
r
eg
io
n
s
w
h
er
e
leak
a
g
e
–
d
ela
y
tr
ad
e
-
o
f
f
s
ar
e
m
o
s
t
s
en
s
iti
v
e,
tar
g
eted
d
ata
au
g
m
en
tatio
n
i
s
ap
p
lied
.
T
h
is
cr
ea
t
es
a
b
alan
ce
d
d
ataset
th
at
ca
p
tu
r
es
b
o
th
n
o
m
i
n
a
l
b
eh
av
io
r
an
d
ed
g
e
ca
s
e
s
i
m
p
o
r
tan
t
f
o
r
o
p
ti
m
izatio
n
.
F
ig
u
r
e
4
ill
u
s
tr
ates
t
h
e
A
NN
ar
ch
itect
u
r
e
u
s
ed
f
o
r
s
u
r
r
o
g
ate
m
o
d
eli
n
g
an
d
p
er
f
o
r
m
an
ce
p
r
ed
ictio
n
.
T
h
is
d
iv
er
s
it
y
f
o
r
m
s
th
e
b
asi
s
f
o
r
tr
ain
i
n
g
A
N
N
s
u
r
r
o
g
ate
m
o
d
el
s
an
d
en
ab
le
s
r
eliab
le
m
u
lti
-
o
b
j
ec
tiv
e
ex
p
lo
r
atio
n
b
y
t
h
e
ev
o
l
u
tio
n
ar
y
alg
o
r
it
h
m
s
.
3
.
6
. A
rt
if
ici
a
l neura
l
net
w
o
r
k
s
urro
g
a
t
e
m
o
deli
ng
A
N
Ns
ar
e
u
s
ed
a
s
s
u
r
r
o
g
ate
m
o
d
el
s
to
ap
p
r
o
x
i
m
ate
cir
c
u
it
p
er
f
o
r
m
an
ce
m
e
tr
ics,
r
ed
u
ci
n
g
t
h
e
n
ee
d
f
o
r
r
ep
ea
ted
HSP
I
C
E
s
i
m
u
lat
io
n
s
.
T
h
e
A
NN
lear
n
s
t
h
e
m
ap
p
in
g
f
r
o
m
th
e
1
1
-
d
i
m
e
n
s
io
n
al
i
n
p
u
t
v
ec
to
r
X
(
d
ev
ice,
b
iasi
n
g
,
an
d
en
v
ir
o
n
m
en
t
al
p
ar
a
m
eter
s
)
to
th
e
p
er
f
o
r
m
a
n
ce
m
etr
ic
v
ec
to
r
Y
,
w
h
i
ch
in
cl
u
d
es
leak
a
g
e,
d
elay
,
e
n
er
g
y
,
a
n
d
n
o
is
e
-
r
elat
ed
o
u
tp
u
ts
.
T
h
e
n
e
t
w
o
r
k
ar
ch
itectu
r
e
co
n
s
is
t
s
o
f
th
r
ee
f
u
ll
y
co
n
n
ec
ted
h
id
d
e
n
la
y
er
s
w
it
h
2
5
6
,
1
2
8
,
an
d
6
4
n
eu
r
o
n
s
,
ea
ch
u
s
i
n
g
r
ec
tifie
d
lin
ea
r
u
n
it
(
R
e
L
U
)
ac
tiv
a
tio
n
to
ca
p
tu
r
e
n
o
n
-
lin
ea
r
p
ar
am
eter
in
ter
ac
t
io
n
s
.
Dr
o
p
o
u
t
an
d
L
2
r
eg
u
lar
izatio
n
ar
e
ap
p
lied
to
im
p
r
o
v
e
g
en
er
aliza
tio
n
.
T
r
ain
in
g
u
s
e
s
th
e
d
ataset
o
f
2
,
000
–
5
,
0
0
0
s
a
m
p
les,
a
n
d
m
o
d
el
q
u
alit
y
i
s
v
er
i
f
ied
th
r
o
u
g
h
k
-
f
o
ld
cr
o
s
s
-
v
alid
atio
n
.
T
h
e
s
u
r
r
o
g
at
e
ac
h
ie
v
es
h
i
g
h
p
r
ed
ictiv
e
ac
c
u
r
ac
y
,
w
it
h
R
2
>0
.
9
8
f
o
r
leak
a
g
e
p
o
w
er
,
en
ab
li
n
g
f
ast
an
d
r
eliab
le
ex
p
lo
r
atio
n
o
f
th
e
h
i
g
h
-
d
i
m
e
n
s
io
n
al
d
esi
g
n
s
p
ac
e
d
u
r
in
g
o
p
ti
m
izatio
n
.
T
h
e
A
NN
m
ap
p
in
g
ca
n
b
e
ex
p
r
ess
ed
as
(
4
)
:
=
(
;
)
(
4
)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
15
,
No
.
2
,
J
u
l
y
202
6
:
306
-
3
1
9
310
w
h
er
e
θ
d
en
o
tes th
e
lear
n
ed
w
eig
h
ts
a
n
d
b
iases
.
T
h
e
o
u
tp
u
t
v
ec
to
r
co
n
tain
s
:
=
{
,
,
,
,
,
,
,
,
,
,
ℎ
}
(
5
)
Fig
u
r
e
4
d
ep
icts
t
h
e
ANN
ar
c
h
itect
u
r
e,
s
h
o
w
in
g
t
h
e
1
1
-
in
p
u
t
la
y
er
,
t
h
e
t
h
r
ee
h
id
d
en
la
y
e
r
s
,
an
d
t
h
e
f
i
n
al
o
u
tp
u
t
la
y
er
.
T
h
e
d
iag
r
am
h
i
g
h
li
g
h
t
s
th
e
f
lo
w
f
r
o
m
i
n
p
u
t
p
ar
am
e
ter
s
th
r
o
u
g
h
n
o
n
-
li
n
ea
r
tr
an
s
f
o
r
m
atio
n
s
to
th
e
p
r
ed
icted
p
er
f
o
r
m
an
ce
m
etr
ics.
T
h
ese
p
r
ed
ictio
n
s
g
u
id
e
th
e
ev
o
lu
tio
n
ar
y
a
lg
o
r
it
h
m
s
(
G
A
,
P
SO,
an
d
NSG
A
-
I
I
)
,
en
ab
lin
g
r
ap
id
id
en
tif
icat
io
n
o
f
o
p
ti
m
a
l a
n
d
P
ar
eto
-
ef
f
icie
n
t O
NO
FIC c
ir
c
u
it c
o
n
f
ig
u
r
atio
n
s
.
Fig
u
r
e
4
.
A
NN
ar
c
h
itect
u
r
e
f
o
r
s
u
r
r
o
g
ate
m
o
d
eli
n
g
3
.
7
.
E
v
o
lutio
na
r
y
o
pti
m
iza
t
io
n
T
o
ex
p
lo
r
e
th
e
h
i
g
h
-
d
i
m
en
s
io
n
al
ONO
FIC
d
esi
g
n
s
p
ac
e
ef
f
icien
tl
y
,
t
h
r
ee
ev
o
lu
t
io
n
ar
y
o
p
ti
m
izat
io
n
alg
o
r
ith
m
s
—
G
A
,
P
SO,
an
d
NSG
A
-
II
—
ar
e
e
m
p
lo
y
ed
.
T
h
ese
m
et
h
o
d
s
ar
e
w
ell
-
s
u
ited
f
o
r
n
o
n
lin
ea
r
,
m
u
lti
-
o
b
j
ec
tiv
e
p
r
o
b
lem
s
w
h
er
e
an
al
y
tical
o
p
ti
m
izatio
n
i
s
in
f
ea
s
ib
le.
A
ll
ca
n
d
id
ate
s
o
l
u
tio
n
s
ar
e
ev
alu
ated
u
s
in
g
th
e
ANN
s
u
r
r
o
g
ate
m
o
d
el,
all
o
w
i
n
g
r
ap
id
p
r
ed
ictio
n
o
f
lea
k
ag
e,
d
ela
y
,
a
n
d
r
o
b
u
s
t
n
es
s
b
ef
o
r
e
f
i
n
al
HSP
I
C
E
r
ev
alid
atio
n
.
T
h
e
p
r
o
p
o
s
ed
o
p
ti
m
izat
io
n
p
r
o
ce
s
s
co
m
b
i
n
es
A
N
N
-
b
ased
s
u
r
r
o
g
ate
m
o
d
eli
n
g
w
it
h
ev
o
l
u
tio
n
ar
y
alg
o
r
ith
m
s
to
ef
f
icie
n
tl
y
s
ea
r
ch
th
e
d
es
ig
n
s
p
ac
e
a
n
d
id
en
ti
f
y
o
p
ti
m
al
cir
c
u
it
co
n
f
i
g
u
r
atio
n
s
.
Fi
g
u
r
e
5
illu
s
tr
ates
th
e
p
r
o
p
o
s
ed
ev
o
lu
tio
n
ar
y
o
p
ti
m
izatio
n
f
r
a
m
e
w
o
r
k
i
n
te
g
r
atin
g
A
NN
-
b
ased
s
u
r
r
o
g
ate
m
o
d
elin
g
w
it
h
G
A
,
P
SO,
an
d
NSG
A
-
I
I
alg
o
r
ith
m
s
.
Fig
u
r
e
5
.
E
v
o
lu
tio
n
ar
y
o
p
ti
m
i
za
tio
n
f
r
a
m
e
w
o
r
k
(
co
n
ce
p
t)
As
s
h
o
w
n
i
n
Fi
g
u
r
e
5
,
th
e
f
r
a
m
e
w
o
r
k
ef
f
icie
n
tl
y
ex
p
lo
r
es
th
e
d
esig
n
s
p
ac
e
to
o
b
tain
lo
w
-
p
o
w
er
,
lo
w
-
lea
k
ag
e,
a
n
d
P
V
T
-
r
o
b
u
s
t c
ir
cu
it c
o
n
f
i
g
u
r
atio
n
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
AI
-
d
r
iven
co
-
o
p
timiz
a
tio
n
o
f
ON
OF
I
C
ci
r
cu
its
a
n
d
mu
ltib
a
n
d
a
n
te
n
n
a
s
…
(
R
a
ma
va
th
u
R
a
mesh
N
a
ik
)
311
3
.
7
.
1
.
G
enet
ic
a
lg
o
rit
h
m
T
h
e
GA
b
eg
in
s
w
it
h
a
p
o
p
u
la
tio
n
o
f
1
5
0
r
an
d
o
m
l
y
g
en
er
at
ed
ca
n
d
id
ate
d
esig
n
s
.
E
ac
h
ca
n
d
id
ate
is
ev
alu
a
ted
u
s
i
n
g
s
u
r
r
o
g
ate
-
p
r
e
d
icted
m
etr
ics
s
u
ch
as
leak
a
g
e
,
d
elay
,
P
DP
,
E
D
P
,
an
d
n
o
is
e
m
ar
g
i
n
s
.
O
v
er
2
0
0
g
en
er
atio
n
s
,
t
h
e
alg
o
r
it
h
m
e
v
o
lv
es
t
h
e
p
o
p
u
latio
n
u
s
i
n
g
s
e
lectio
n
,
s
i
m
u
lated
b
in
ar
y
cr
o
s
s
o
v
er
(
SB
X)
,
an
d
p
o
ly
n
o
m
ia
l
m
u
tatio
n
.
T
h
is
p
r
o
ce
s
s
m
a
in
ta
in
s
d
iv
er
s
i
t
y
w
h
ile
p
r
o
g
r
ess
iv
el
y
i
m
p
r
o
v
in
g
t
h
e
d
esig
n
s
et.
A
m
u
lti
-
o
b
j
ec
tiv
e
f
it
n
es
s
f
u
n
ct
io
n
ca
n
b
e
d
ef
i
n
ed
as
(
6
)
:
(
)
=
1
1
(
)
+
2
2
(
)
+
3
3
(
)
(
6
)
w
h
er
e
f
1
,
f
2
,
an
d
f
3
re
p
r
ese
n
t le
ak
ag
e,
d
ela
y
,
a
n
d
r
o
b
u
s
tn
e
s
s
s
co
r
es.
Af
ter
ev
o
l
u
tio
n
,
G
A
co
n
v
er
g
es
to
a
r
ef
i
n
e
d
s
et
o
f
O
NOF
I
C
+a
n
te
n
n
a
-
a
w
ar
e
d
esi
g
n
s
t
h
at
b
alan
ce
leak
ag
e
r
ed
u
ct
io
n
an
d
d
ela
y
p
er
f
o
r
m
a
n
ce
.
Fi
g
u
r
e
6
ill
u
s
tr
ates
t
h
e
G
A
o
p
ti
m
izatio
n
p
r
o
ce
s
s
,
in
clu
d
i
n
g
p
o
p
u
latio
n
in
it
ializatio
n
,
f
it
n
ess
ev
a
lu
at
io
n
,
s
elec
tio
n
,
cr
o
s
s
o
v
er
,
m
u
tat
io
n
,
an
d
g
en
er
a
tio
n
o
f
o
p
ti
m
ized
s
o
lu
tio
n
s
.
Fig
u
r
e
6
.
GA
w
o
r
k
f
lo
w
f
o
r
ONOFI
C
a
n
d
an
te
n
n
a
o
p
ti
m
izat
io
n
3
.
7
.
2
.
P
a
rt
icle
s
w
a
rm
o
pti
m
i
za
t
io
n
P
SO
u
s
es
a
s
w
ar
m
o
f
1
0
0
p
ar
ticles,
ea
ch
r
ep
r
esen
ti
n
g
a
ca
n
d
id
ate
ONOFI
C
d
esig
n
.
P
ar
ti
cles
ad
ap
t
th
eir
p
o
s
itio
n
s
b
ased
o
n
p
er
s
o
n
al
b
est
(
p
B
est)
an
d
g
lo
b
al
b
est
(
g
B
est)
s
o
l
u
tio
n
s
.
T
h
is
cr
ea
tes
a
b
alan
c
e
b
et
w
ee
n
ex
p
lo
r
atio
n
a
n
d
ex
p
l
o
itatio
n
.
S
u
r
r
o
g
ate
ev
al
u
atio
n
av
o
id
s
r
ep
ea
ted
cir
c
u
it
s
i
m
u
la
tio
n
s
,
e
n
ab
lin
g
3
0
0
ef
f
icien
t o
p
ti
m
izatio
n
iter
atio
n
s
.
P
ar
ticle
u
p
d
ates f
o
llo
w
:
+
1
=
+
1
1
(
−
)
+
2
2
(
−
)
(
7
)
P
o
s
itio
n
u
p
d
ate:
+
1
=
+
+
1
(
8
)
P
SO
o
f
ten
co
n
v
er
g
es
f
a
s
ter
th
an
G
A
an
d
is
ef
f
ec
ti
v
e
f
o
r
s
in
g
le
-
o
b
j
ec
tiv
e
o
r
lig
h
tl
y
c
o
n
s
tr
ain
e
d
o
p
tim
izatio
n
tas
k
s
.
Fi
g
u
r
e
7
p
r
esen
ts
th
e
P
SO
o
p
ti
m
i
za
tio
n
w
o
r
k
f
lo
w
u
s
ed
f
o
r
ONOFI
C
p
ar
a
m
eter
o
p
tim
izatio
n
.
T
h
e
p
r
o
ce
s
s
in
clu
d
es
s
w
ar
m
in
i
tializatio
n
,
A
N
N
-
b
ased
f
it
n
ess
e
v
al
u
atio
n
,
p
B
est
an
d
g
B
es
t
u
p
d
ates,
v
elo
cit
y
u
p
d
ates,
an
d
co
n
v
er
g
e
n
ce
to
w
ar
d
o
p
ti
m
al
s
o
lu
tio
n
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
15
,
No
.
2
,
J
u
l
y
202
6
:
306
-
3
1
9
312
Fig
u
r
e
7
.
P
SO
w
o
r
k
f
lo
w
3
.
7
.
3
.
No
n
-
do
m
ina
t
ed
s
o
rt
in
g
GA
II
NSG
A
-
I
I
is
u
s
ed
f
o
r
r
ig
o
r
o
u
s
m
u
lti
-
o
b
j
ec
tiv
e
o
p
ti
m
izatio
n
,
esp
ec
iall
y
w
h
e
n
b
o
th
lea
k
ag
e
an
d
d
ela
y
m
u
s
t b
e
m
i
n
i
m
ized
s
i
m
u
lta
n
e
o
u
s
l
y
w
h
i
le
m
ai
n
tai
n
i
n
g
n
o
is
e
m
ar
g
i
n
s
a
n
d
r
o
b
u
s
t
n
ess
.
Ob
j
ec
tiv
e
f
u
n
ctio
n
s
:
1
(
)
=
(
)
,
2
(
)
=
(
)
(
9
)
No
n
-
d
o
m
in
ated
s
o
r
tin
g
id
en
t
if
ies
P
ar
eto
f
r
o
n
ts
a
n
d
cr
o
w
d
i
n
g
d
is
ta
n
ce
p
r
eser
v
e
s
d
iv
er
s
it
y
ac
r
o
s
s
th
e
tr
ad
e
-
o
f
f
s
u
r
f
ac
e.
B
in
ar
y
to
u
r
n
a
m
e
n
t
s
e
lectio
n
c
h
o
o
s
es
p
ar
en
ts
b
ased
o
n
r
an
k
an
d
s
p
ac
in
g
,
f
o
llo
w
ed
b
y
cr
o
s
s
o
v
er
an
d
m
u
tatio
n
.
Af
ter
2
0
0
–
3
0
0
g
en
er
atio
n
s
,
N
SG
A
-
I
I
o
u
tp
u
ts
a
w
ell
-
d
e
f
in
ed
P
ar
eto
f
r
o
n
t:
{
,
}
,
{
,
}
(
1
0
)
T
h
is
en
ab
les
d
es
ig
n
er
s
to
s
el
ec
t
s
o
lu
t
io
n
s
b
a
s
ed
o
n
s
y
s
te
m
r
eq
u
ir
e
m
e
n
ts
(
I
o
T
,
R
F
So
C
,
an
d
u
ltra
-
lo
w
-
p
o
w
er
V
L
SI)
.
I
n
te
g
r
ated
ev
o
lu
tio
n
ar
y
f
r
a
m
e
w
o
r
k
:
G
A
,
P
SO,
an
d
N
SG
A
-
I
I
o
p
er
a
te
in
p
ar
allel
o
n
t
h
e
A
N
N
s
u
r
r
o
g
ate,
p
r
o
v
id
in
g
co
m
p
le
m
e
n
tar
y
s
tr
en
g
t
h
s
:
G
A
f
o
r
g
lo
b
al
ex
p
lo
r
atio
n
,
P
SO
f
o
r
f
ast
co
n
v
er
g
e
n
ce
,
an
d
NSG
A
-
I
I
f
o
r
o
b
tain
i
n
g
h
i
g
h
-
q
u
a
lit
y
P
ar
eto
f
r
o
n
t
s
.
T
h
is
m
u
lti
-
alg
o
r
it
h
m
s
tr
ate
g
y
e
n
s
u
r
es
t
h
at
th
e
d
es
ig
n
s
p
ac
e
is
th
o
r
o
u
g
h
l
y
e
x
p
lo
r
ed
an
d
th
at
o
p
ti
m
al
ONOFI
C
-
en
h
an
ce
d
Fi
n
FET
/C
NT
FET
s
o
lu
tio
n
s
ar
e
id
en
tif
ied
u
n
d
er
an
te
n
n
a
-
in
d
u
ce
d
p
ar
asit
ic
ef
f
ec
ts
.
3
.
8
.
Va
lid
a
t
i
o
n a
nd
ro
bu
s
t
n
ess
T
h
e
to
p
ten
o
p
tim
ized
d
esi
g
n
s
ar
e
v
er
if
ied
u
s
in
g
d
etailed
H
SP
I
C
E
s
i
m
u
latio
n
s
to
en
s
u
r
e
th
at
A
NN
-
p
r
ed
icted
b
eh
av
io
r
m
atc
h
es
ac
tu
al
cir
cu
i
t
p
er
f
o
r
m
a
n
ce
.
T
h
is
f
i
n
al
s
tep
co
n
f
ir
m
s
lea
k
ag
e,
d
ela
y
,
n
o
is
e
m
ar
g
i
n
s
,
a
n
d
s
i
g
n
al
i
n
te
g
r
it
y
at
th
e
d
ev
ice
le
v
el.
Fi
g
u
r
e
8
il
lu
s
tr
ate
s
t
h
e
r
o
b
u
s
t
n
es
s
v
a
lid
atio
n
w
o
r
k
f
lo
w
u
s
ed
to
ev
alu
ate
t
h
e
o
p
ti
m
ized
d
esig
n
s
u
n
d
er
P
VT
v
ar
iatio
n
s
,
te
m
p
er
atu
r
e
ch
a
n
g
es,
ag
in
g
e
f
f
ec
ts
,
an
d
p
r
o
ce
s
s
v
ar
iab
ilit
y
.
As
s
h
o
w
n
in
Fig
u
r
e
8
,
m
u
ltip
le
v
alid
atio
n
tec
h
n
iq
u
e
s
ar
e
e
m
p
lo
y
ed
to
id
en
ti
f
y
th
e
m
o
s
t
r
o
b
u
s
t
d
esig
n
ca
n
d
id
ates.
R
o
b
u
s
t
n
es
s
is
ev
al
u
ated
u
n
d
er
P
V
T
v
ar
iatio
n
s
,
ag
i
n
g
ef
f
ec
t
s
,
an
d
p
r
o
ce
s
s
u
n
ce
r
tain
t
ies.
−
P
V
T
co
r
n
er
s
:
d
esig
n
s
ar
e
test
ed
ac
r
o
s
s
T
T
,
SS
,
FF
,
SF
,
FS
co
r
n
er
s
,
an
d
v
o
ltag
e
s
h
i
f
ts
to
co
n
f
ir
m
s
tab
l
e
leak
ag
e
a
n
d
d
ela
y
u
n
d
er
m
a
n
u
f
ac
t
u
r
in
g
v
ar
iat
io
n
s
.
−
T
em
p
er
atu
r
e
s
w
e
ep
(
–
4
0
°C
to
1
2
5
°C
)
:
en
s
u
r
es
p
er
f
o
r
m
a
n
ce
r
e
m
a
in
s
co
n
s
is
te
n
t
u
n
d
er
in
d
u
s
tr
ial
a
n
d
ex
tr
e
m
e
t
h
er
m
al
co
n
d
itio
n
s
.
−
Ag
i
n
g
(
B
T
I
/HC
I
)
:
t
h
r
esh
o
ld
-
s
h
i
f
t
m
o
d
els a
s
s
es
s
lo
n
g
-
ter
m
d
eg
r
ad
atio
n
ef
f
ec
t
s
o
n
d
ela
y
a
n
d
leak
ag
e.
−
Mo
n
te
C
ar
lo
(
1
0
0
–
5
0
0
r
u
n
s
)
:
c
ap
tu
r
es st
ati
s
tical
v
ar
iatio
n
s
a
n
d
v
er
if
ies
v
ar
iatio
n
to
ler
an
ce
.
T
h
ese
ch
ec
k
s
co
n
f
ir
m
t
h
at
o
p
ti
m
ized
ONOFI
C
-
b
ased
Fi
n
FET
/C
NT
FE
T
cir
cu
its
m
a
in
t
ain
r
eliab
le
p
er
f
o
r
m
a
n
ce
u
n
d
er
P
VT
f
lu
ctu
atio
n
,
t
h
er
m
a
l stre
s
s
,
ag
i
n
g
,
a
n
d
an
te
n
n
a
-
i
n
d
u
ce
d
p
ar
asit
ics.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
AI
-
d
r
iven
co
-
o
p
timiz
a
tio
n
o
f
ON
OF
I
C
ci
r
cu
its
a
n
d
mu
ltib
a
n
d
a
n
te
n
n
a
s
…
(
R
a
ma
va
th
u
R
a
mesh
N
a
ik
)
313
Fig
u
r
e
8
.
R
o
b
u
s
t
n
ess
v
alid
atio
n
ac
r
o
s
s
P
VT
an
d
an
ten
n
a
p
ar
asit
ics
4.
RE
SU
L
T
S
T
h
is
s
ec
tio
n
r
ep
o
r
ts
th
e
ex
p
er
im
e
n
tal
r
es
u
lt
s
f
r
o
m
ap
p
l
y
i
n
g
t
h
e
A
NN
-
as
s
is
ted
ev
o
lu
tio
n
ar
y
o
p
tim
izatio
n
f
r
a
m
e
w
o
r
k
to
ONOFI
C
-
e
n
h
a
n
ce
d
Fin
FET
an
d
C
NT
FET
d
o
m
in
o
cir
cu
its
w
ith
a
n
te
n
n
a
p
ar
asit
ics.
Op
ti
m
izer
s
u
s
ed
ANN
s
u
r
r
o
g
ate
p
r
ed
ictio
n
s
f
o
r
ex
p
lo
r
atio
n
,
an
d
al
l
to
p
d
esig
n
s
w
er
e
r
e
v
alid
ated
in
HSP
I
C
E
t
h
r
o
u
g
h
f
u
ll
P
VT
s
w
ee
p
s
,
ag
i
n
g
an
a
l
y
s
is
,
a
n
d
Mo
n
te
C
ar
lo
s
i
m
u
latio
n
s
to
e
n
s
u
r
e
ac
cu
r
ac
y
an
d
r
o
b
u
s
tn
es
s
.
4
.
1
.
L
ea
k
a
g
e
re
du
ct
io
n
B
aselin
e
O
NOFI
C
d
esi
g
n
s
,
es
p
ec
iall
y
t
h
e
p
u
ll
-
u
p
v
ar
ian
t,
a
lr
ea
d
y
s
h
o
w
ed
s
tr
o
n
g
lea
k
ag
e
r
ed
u
ctio
n
o
v
er
f
o
o
ter
-
les
s
an
d
L
E
C
T
OR
cir
cu
it
s
.
G
A
co
m
b
in
ed
w
it
h
A
NN
p
r
o
v
id
ed
an
ad
d
itio
n
al
1
0
–
1
5
%
r
ed
u
ctio
n
b
ey
o
n
d
th
e
m
an
u
all
y
t
u
n
ed
ONOFI
C
b
aseli
n
e.
NS
G
A
-
I
I
w
it
h
A
N
N
ac
h
ie
v
ed
ev
e
n
g
r
e
ater
i
m
p
r
o
v
e
m
e
n
t
s
,
d
eliv
er
in
g
2
5
–
3
0
%
lo
w
er
leak
ag
e
i
n
F
in
FET
cir
cu
its
an
d
m
o
r
e
t
h
a
n
3
0
%
in
C
NT
FET
d
esig
n
s
.
T
h
ese
g
a
in
s
r
esu
lt
f
r
o
m
co
o
r
d
in
ated
o
p
ti
m
izatio
n
o
f
b
iasi
n
g
,
tr
an
s
is
to
r
s
izin
g
,
f
ee
d
b
ac
k
s
tr
en
g
t
h
,
an
d
an
ten
n
a
-
in
d
u
ce
d
leak
ag
e
ef
f
ec
t
s
.
T
h
e
A
N
N
s
u
r
r
o
g
ate
g
u
id
ed
G
A
to
w
ar
d
s
leak
a
g
e
-
o
p
ti
m
al
s
o
l
u
tio
n
s
e
f
f
icie
n
tl
y
,
av
o
id
i
n
g
r
eg
io
n
s
p
r
o
n
e
to
h
ig
h
leak
a
g
e
u
n
d
er
P
V
T
v
ar
iatio
n
s
.
T
a
b
le
1
p
r
esen
ts
th
e
leak
a
g
e
p
o
w
er
r
ed
u
ctio
n
ac
h
ie
v
ed
b
y
t
h
e
p
r
o
p
o
s
ed
o
p
tim
izatio
n
ap
p
r
o
ac
h
es.
T
ab
le
1
.
L
ea
k
ag
e
r
ed
u
ctio
n
D
e
si
g
n
t
y
p
e
L
e
a
k
a
g
e
(
µ
W
)
R
e
d
u
c
t
i
o
n
v
s.
b
a
se
l
i
n
e
(
%)
B
a
se
l
i
n
e
O
N
O
F
I
C
1
2
.
5
–
GA
-
o
p
t
i
mi
z
e
d
O
N
O
F
I
C
6
.
8
4
5
.
6
A
N
N
+
G
A
o
p
t
i
mi
z
e
d
O
N
O
F
I
C
6
.
2
5
0
.
4
As
s
h
o
w
n
i
n
T
ab
le
1
,
b
o
th
GA
-
o
p
ti
m
ized
an
d
A
N
N+
G
A
o
p
ti
m
ized
ONO
FIC
d
es
ig
n
s
s
i
g
n
i
f
ica
n
tl
y
r
ed
u
ce
leak
ag
e
p
o
w
er
co
m
p
ar
ed
w
it
h
t
h
e
b
aselin
e
ON
OFI
C
cir
cu
it,
w
it
h
th
e
A
N
N
-
as
s
is
ted
ap
p
r
o
ac
h
ac
h
iev
in
g
t
h
e
b
est o
v
er
all
p
er
f
o
r
m
a
n
ce
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
SS
N
:
2
0
8
9
-
4864
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
,
Vo
l.
15
,
No
.
2
,
J
u
l
y
202
6
:
306
-
3
1
9
314
4
.
2
.
E
nerg
y
ef
f
iciency
(
po
w
e
r
-
dela
y
pro
du
ct
/energ
y
-
dela
y
pro
du
ct
i
m
pro
v
e
m
e
nt)
E
n
er
g
y
e
f
f
icie
n
c
y
w
as
as
s
ess
ed
u
s
in
g
P
DP
an
d
E
DP
m
etr
i
cs.
I
n
Fin
FET
cir
cu
its
,
A
NN
-
g
u
id
ed
G
A
i
m
p
r
o
v
ed
ef
f
icie
n
c
y
b
y
ab
o
u
t
1
5
–
2
0
%,
w
h
ile
A
NN
-
a
s
s
i
s
te
d
NSGA
-
I
I
ac
h
ie
v
ed
3
0
–
3
5
%
g
ain
s
o
v
er
b
aselin
e
ONOFI
C
d
esi
g
n
s
.
C
NT
FET
ci
r
cu
its
s
h
o
w
ed
ev
e
n
h
ig
h
er
i
m
p
r
o
v
e
m
en
t
s
d
u
e
to
b
etter
elec
t
r
o
s
tatic
co
n
tr
o
l
an
d
lo
w
er
s
u
b
th
r
e
s
h
o
ld
lea
k
ag
e.
O
v
er
all,
th
e
r
e
s
u
l
ts
s
h
o
w
t
h
at
e
v
o
lu
tio
n
ar
y
o
p
ti
m
izat
io
n
n
o
t
o
n
l
y
r
ed
u
ce
s
leak
a
g
e
b
u
t
also
f
in
d
s
o
p
er
atin
g
p
o
in
t
s
th
at
m
i
n
i
m
ize
s
w
i
tch
i
n
g
en
er
g
y
w
h
ile
m
ee
t
in
g
p
er
f
o
r
m
a
n
c
e
r
eq
u
ir
e
m
en
ts
.
T
h
e
in
te
g
r
atio
n
o
f
ANN
-
g
u
id
ed
GA
s
h
i
f
ts
t
h
e
d
esig
n
tr
ad
e
-
o
f
f
to
w
ar
d
lo
w
er
P
DP
/ED
P
w
h
i
le
p
r
eser
v
in
g
r
o
b
u
s
tn
es
s
.
o
p
ti
m
izat
io
n
tec
h
n
iq
u
e
s
.
A
s
s
h
o
w
n
in
T
ab
le
2
,
th
e
GA
-
o
p
ti
m
ized
an
d
ANN+
G
A
o
p
ti
m
ized
ONOFI
C
d
esi
g
n
s
p
r
o
v
id
e
s
ig
n
i
f
ican
t
r
ed
u
ctio
n
s
in
b
o
th
P
DP
an
d
E
D
P
c
o
m
p
ar
ed
w
it
h
th
e
b
aselin
e
ONOFI
C
d
esig
n
.
T
ab
le
2
.
E
n
er
g
y
ef
f
icie
n
c
y
(
P
DP
/ED
P
i
m
p
r
o
v
e
m
en
t
)
D
e
si
g
n
t
y
p
e
P
D
P
(
f
J)
ED
P
(
f
J·
n
s)
P
D
P
g
a
i
n
(
%)
ED
P
g
a
i
n
(
%)
B
a
se
l
i
n
e
O
N
O
F
I
C
1
8
.
4
9
6
.
2
–
–
GA
-
o
p
t
i
mi
z
e
d
1
4
.
1
7
2
.
4
2
3
.
4
2
4
.
7
A
N
N
+
G
A
o
p
t
i
mi
z
e
d
1
3
.
2
6
8
.
5
2
8
.
3
2
8
.
8
4
.
3
.
Ro
bu
s
t
nes
s
a
cr
o
s
s
pro
ce
s
s
v
o
lt
a
g
e
t
em
pera
t
ure
a
nd
t
her
m
a
l
s
w
ee
p
R
o
b
u
s
t
n
es
s
w
a
s
ass
e
s
s
ed
u
s
in
g
f
u
ll
P
VT
s
w
ee
p
s
,
te
m
p
er
at
u
r
e
v
ar
iatio
n
s
f
r
o
m
−4
0
°C
to
+1
2
5
°C
,
ag
in
g
s
i
m
u
latio
n
s
(
B
T
I
/HC
I
-
i
n
d
u
ce
d
Vt
h
s
h
i
f
t
s
)
,
an
d
1
0
0
–
500
-
r
u
n
Mo
n
te
C
ar
lo
an
al
y
s
i
s
.
B
aselin
e
ONOFI
C
cir
cu
its
s
h
o
w
ed
o
n
l
y
m
o
d
er
ate
r
esil
ien
ce
an
d
d
eg
r
ad
ed
u
n
d
er
s
tr
o
n
g
p
ar
asit
ic
lo
ad
in
g
.
A
NN
-
g
u
id
ed
G
A
i
m
p
r
o
v
ed
s
tab
ili
t
y
b
y
ab
o
u
t
2
0
%,
th
o
u
g
h
co
n
v
er
g
e
n
ce
s
lo
wed
in
h
ig
h
-
d
i
m
en
s
io
n
al
co
n
d
it
io
n
s
.
A
N
N+
NSG
A
-
I
I
p
r
o
d
u
ce
d
th
e
m
o
s
t
co
n
s
i
s
te
n
t
b
eh
av
io
r
,
m
ai
n
tai
n
i
n
g
s
tab
l
e
leak
ag
e
an
d
d
ela
y
ac
r
o
s
s
all
co
r
n
er
s
,
w
i
th
d
ela
y
p
en
alt
ies
u
n
d
er
5
%
an
d
clea
r
th
er
m
al
g
ai
n
s
(
ab
o
u
t
4
–
1
1
%
n
o
r
m
a
lized
d
elay
i
m
p
r
o
v
e
m
en
t
f
r
o
m
−5
0
°C
to
+1
0
0
°C
)
.
P
V
T
–
tem
p
er
atu
r
e
h
ea
t
m
ap
s
o
f
n
o
r
m
al
ized
P
DP
f
u
r
t
h
er
s
h
o
w
t
h
at
NS
G
A
-
I
I
d
esig
n
s
s
u
s
tai
n
m
u
c
h
tig
h
ter
p
er
f
o
r
m
an
ce
r
a
n
g
e
s
t
h
an
b
asel
in
e
cir
c
u
its
.
T
h
e
A
N
N+
G
A
s
o
l
u
tio
n
s
r
e
m
ai
n
th
er
m
a
ll
y
r
es
ilie
n
t
,
co
n
f
ir
m
i
n
g
d
esi
g
n
r
o
b
u
s
tn
e
s
s
u
n
d
er
ex
tr
e
m
e
co
n
d
itio
n
s
.
o
p
tim
izat
io
n
tech
n
iq
u
es.
T
a
b
le
3
p
r
esen
ts
th
e
r
o
b
u
s
tn
es
s
p
er
f
o
r
m
a
n
ce
o
f
t
h
e
p
r
o
p
o
s
ed
o
p
tim
ized
d
esig
n
u
n
d
er
d
if
f
er
en
t te
m
p
er
atu
r
e
co
n
d
itio
n
s
.
T
ab
le
3
.
R
o
b
u
s
tn
es
s
ac
r
o
s
s
P
VT
an
d
th
er
m
a
l s
w
ee
p
T
e
mp
e
r
a
t
u
r
e
(
°
C
)
B
a
se
l
i
n
e
d
e
l
a
y
(
n
s)
O
p
t
i
mi
z
e
d
d
e
l
a
y
(
n
s)
S
t
a
b
i
l
i
t
y
i
m
p
r
o
v
e
me
n
t
(
%)
-
50
1
.
0
2
0
.
9
8
+
3
.
9
25
1
.
0
0
0
.
9
5
+
5
.
0
1
0
0
1
.
1
5
1
.
0
2
+
1
1
.
3
As
s
h
o
w
n
in
T
ab
le
3
,
th
e
o
p
ti
m
ized
ONOFI
C
d
esig
n
ex
h
i
b
its
lo
w
er
d
ela
y
an
d
i
m
p
r
o
v
e
d
s
tab
ilit
y
ac
r
o
s
s
th
e
en
tire
te
m
p
er
atu
r
e
r
an
g
e
co
m
p
ar
ed
w
it
h
th
e
b
asel
y
n
e
d
esi
g
n
.
4
.
4
.
O
ptim
iza
t
io
n
ef
f
i
ciency
C
ir
cu
it
-
le
v
el
HSP
I
C
E
s
i
m
u
l
atio
n
s
o
f
O
NOFI
C
s
tr
u
ct
u
r
es
ar
e
co
m
p
u
tatio
n
a
ll
y
ex
p
en
s
i
v
e.
B
y
r
ep
lacin
g
f
u
ll s
i
m
u
latio
n
s
w
ith
th
e
A
N
N
s
u
r
r
o
g
ate
m
o
d
el,
t
h
e
o
p
ti
m
izatio
n
f
r
a
m
e
w
o
r
k
r
ed
u
ce
d
co
m
p
u
ta
tio
n
a
l
co
s
t
b
y
>9
0
%,
en
ab
lin
g
lar
g
e
-
s
ca
le
d
esig
n
s
p
ac
e
e
x
p
lo
r
atio
n
.
G
A
p
r
o
v
id
ed
i
m
p
r
o
v
e
m
e
n
t
s
b
u
t
r
eq
u
ir
ed
m
o
r
e
g
en
er
atio
n
s
f
o
r
co
n
v
er
g
e
n
ce
an
d
NSG
A
-
I
I
ac
h
ie
v
ed
f
aster
co
n
v
er
g
e
n
ce
,
d
ir
ec
tl
y
y
ield
in
g
P
ar
eto
f
r
o
n
ts
th
a
t
allo
w
ed
d
esig
n
er
s
to
v
is
u
alize
an
d
s
elec
t
tr
ad
e
-
o
f
f
p
o
in
t
s
b
et
w
ee
n
leak
a
g
e,
d
ela
y
,
an
d
r
o
b
u
s
t
n
es
s
.
Su
r
r
o
g
at
e
lear
n
in
g
s
u
b
s
ta
n
tiall
y
ac
ce
ler
ates
m
u
lti
-
o
b
j
ec
tiv
e
o
p
ti
m
iza
t
io
n
w
h
i
le
m
ai
n
tai
n
i
n
g
h
i
g
h
f
id
elit
y
.
T
ab
le
4
s
u
m
m
ar
izes
t
h
e
o
p
ti
m
izatio
n
e
f
f
ic
ien
c
y
o
f
th
e
p
r
o
p
o
s
ed
A
NN
-
as
s
i
s
ted
f
r
a
m
e
w
o
r
k
co
m
p
ar
ed
w
it
h
co
n
v
e
n
tio
n
al
G
A
-
b
a
s
ed
o
p
tim
izatio
n
.
T
ab
le
4
.
Op
tim
izatio
n
ef
f
icie
n
c
y
-
v
alid
atio
n
)
O
p
t
i
mi
z
a
t
i
o
n
m
e
t
h
o
d
#
S
i
mu
l
a
t
i
o
n
s
R
u
n
t
i
me
(
h
o
u
r
s)
A
c
c
u
r
a
c
y
v
s.
S
P
I
C
E
(
%)
Ef
f
o
r
t
r
e
d
u
c
t
i
o
n
(
%)
P
u
r
e
G
A
+
S
P
I
C
E
3
0
,
0
0
0
3
2
0
–
–
A
N
N
+
G
A
(
H
y
b
r
i
d
)
2
,
8
0
0
28
9
6
.
4
9
1
.
3
As
s
h
o
w
n
in
T
ab
le
4
,
th
e
ANN+
G
A
h
y
b
r
id
ap
p
r
o
ac
h
s
i
g
n
i
f
ican
tl
y
r
ed
u
ce
s
t
h
e
n
u
m
b
er
o
f
s
i
m
u
lat
io
n
s
a
n
d
r
u
n
ti
m
e
w
h
i
le
m
ain
tain
in
g
h
ig
h
ac
cu
r
ac
y
w
i
th
r
esp
ec
t to
SP
I
C
E
r
esu
lt
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t J
R
ec
o
n
f
i
g
u
r
ab
le
&
E
m
b
ed
d
ed
Sy
s
t
I
SS
N:
2089
-
4864
AI
-
d
r
iven
co
-
o
p
timiz
a
tio
n
o
f
ON
OF
I
C
ci
r
cu
its
a
n
d
mu
ltib
a
n
d
a
n
te
n
n
a
s
…
(
R
a
ma
va
th
u
R
a
mesh
N
a
ik
)
315
4
.
5
.
P
a
re
t
o
t
ra
de
-
o
f
f
s
(
NSG
A
-
II
re
s
u
lt
s
)
NSG
A
-
II
p
r
o
d
u
ce
d
clea
r
P
ar
et
o
-
o
p
ti
m
al
f
r
o
n
t
s
t
h
at
ca
p
tu
r
e
t
h
e
tr
ad
e
-
o
f
f
b
et
w
ee
n
lea
k
a
g
e
p
o
w
er
an
d
p
r
o
p
ag
atio
n
d
elay
.
T
h
ese
f
r
o
n
t
s
allo
w
d
es
ig
n
er
s
to
s
elec
t o
p
er
atin
g
p
o
in
ts
b
ased
o
n
ap
p
licatio
n
p
r
io
r
ities
:
−
I
o
T
ed
g
e
d
ev
ices
ca
n
e
m
p
h
asi
ze
leak
ag
e
m
i
n
i
m
izatio
n
.
−
5
G
an
d
lo
w
-
la
te
n
c
y
s
y
s
te
m
s
c
an
p
r
io
r
itize
d
elay
w
h
ile
k
ee
p
i
n
g
lea
k
a
g
e
w
it
h
in
l
i
m
its
.
T
h
e
r
esu
lts
co
n
f
ir
m
t
h
at
AN
N
-
as
s
is
ted
NSG
A
-
I
I
id
e
n
ti
f
ie
s
b
alan
ce
d
co
m
b
in
atio
n
s
o
f
ONOFI
C
p
ar
am
eter
s
,
g
i
v
i
n
g
d
esi
g
n
er
s
a
s
p
ec
tr
u
m
o
f
v
al
id
ch
o
ices
r
ath
er
th
a
n
a
s
i
n
g
le
d
esi
g
n
p
o
i
n
t.
S
u
p
p
o
r
tin
g
p
lo
ts
in
cl
u
d
e:
−
L
ea
k
ag
e
–
d
ela
y
P
ar
eto
cu
r
v
e
,
s
h
o
w
in
g
t
h
e
n
o
n
-
d
o
m
in
ated
N
SG
A
-
I
I
s
o
l
u
tio
n
s
.
−
C
o
n
v
e
r
g
e
n
c
e
p
l
o
t
s
,
i
l
l
u
s
t
r
a
t
i
n
g
f
a
s
t
e
r
,
a
n
d
s
m
o
o
t
h
e
r
c
o
n
v
e
r
g
e
n
c
e
w
h
en
A
N
N
s
u
r
r
o
g
a
t
e
s
g
u
i
d
e
G
A
/
N
S
G
A
-
II.
−
A
N
N
v
s
.
H
SP
I
C
E
s
ca
tter
,
v
ali
d
atin
g
h
i
g
h
s
u
r
r
o
g
ate
ac
c
u
r
ac
y
(
R
²>
0
.
9
5
)
.
A
r
o
b
u
s
t
n
es
s
h
ea
t
m
ap
also
s
h
o
w
s
th
at
o
p
ti
m
ized
d
esi
g
n
s
m
ai
n
tai
n
tig
h
ter
P
DP
an
d
d
elay
d
is
tr
ib
u
tio
n
s
ac
r
o
s
s
P
VT
c
o
r
n
er
s
an
d
te
m
p
er
at
u
r
e
s
w
ee
p
s
.
Ov
er
all,
NSG
A
-
I
I
+A
NN
d
e
m
o
n
s
tr
ates
s
tr
o
n
g
co
n
v
er
g
e
n
ce
,
w
ell
-
d
is
tr
ib
u
ted
P
ar
eto
f
r
o
n
ts
,
an
d
s
u
p
er
io
r
r
o
b
u
s
tn
es
s
co
m
p
ar
ed
to
b
ase
lin
e
an
d
G
A
-
o
n
l
y
ap
p
r
o
ac
h
es.
Fig
u
r
e
9
p
r
esen
ts
th
e
p
er
f
o
r
m
a
n
ce
ev
al
u
at
io
n
an
d
o
p
tim
izatio
n
r
esu
lt
s
o
f
th
e
p
r
o
p
o
s
ed
f
r
a
m
e
w
o
r
k
.
As
s
h
o
w
n
in
Fi
g
u
r
e
s
9
(
a)
–
(
d
)
,
th
e
r
esu
lts
i
n
cl
u
d
e
A
NN
p
r
ed
ictio
n
ac
cu
r
ac
y
,
le
ak
ag
e
-
d
ela
y
P
ar
eto
o
p
tim
izatio
n
,
r
o
b
u
s
t
n
es
s
an
al
y
s
i
s
u
n
d
er
P
V
T
an
d
tem
p
er
at
u
r
e
v
ar
iatio
n
s
,
an
d
co
n
v
er
g
en
ce
b
eh
av
io
r
o
f
th
e
ev
o
lu
tio
n
ar
y
o
p
ti
m
izatio
n
al
g
o
r
ith
m
s
.
T
ab
le
5
s
u
m
m
ar
izes
t
h
e
o
v
er
all
p
er
f
o
r
m
a
n
ce
i
m
p
r
o
v
e
m
en
ts
ac
h
iev
ed
b
y
th
e
p
r
o
p
o
s
ed
A
NN
-
as
s
is
ted
o
p
tim
izatio
n
f
r
a
m
e
w
o
r
k
.
T
h
e
r
esu
lt
s
i
n
d
icate
t
h
at
ANN+
NSG
A
-
I
I
ap
p
r
o
ac
h
p
r
o
v
id
es
th
e
m
o
s
t
f
a
v
o
r
ab
le
tr
ad
e
-
o
f
f
a
m
o
n
g
leak
a
g
e
r
ed
u
ctio
n
,
en
er
g
y
e
f
f
icie
n
c
y
,
r
o
b
u
s
tn
e
s
s
,
an
d
o
p
ti
m
izatio
n
ef
f
o
r
t
co
m
p
ar
ed
w
it
h
th
e
b
aselin
e
ONO
FIC a
n
d
ANN+
GA
m
et
h
o
d
s
.
(
a)
(
b
)
(
c)
(
d
)
Fig
u
r
e
9
.
P
er
f
o
r
m
a
n
ce
ev
al
u
at
io
n
an
d
o
p
ti
m
izatio
n
r
esu
lts
: (
a)
A
NN
v
s
.
HSP
I
C
E
ac
cu
r
ac
y
,
(
b
)
leak
ag
e
–
d
elay
P
ar
eto
f
r
o
n
t,
(
c)
r
o
b
u
s
tn
es
s
h
e
at
m
ap
ac
r
o
s
s
P
VT
an
d
tem
p
er
atu
r
e,
an
d
(
d
)
co
n
v
er
g
en
ce
o
f
GA
a
n
d
NSG
A
-
II
w
it
h
a
n
d
w
ith
o
u
t
A
NN
T
ab
le
5
.
Su
m
m
ar
y
o
f
i
m
p
r
o
v
e
m
en
ts
M
e
t
r
i
c
B
a
se
l
i
n
e
O
N
O
F
I
C
A
N
N
+
G
A
o
p
t
i
mi
z
e
d
A
N
N
+
N
S
G
A
-
I
I
o
p
t
i
mi
z
e
d
L
e
a
k
a
g
e
r
e
d
u
c
t
i
o
n
2
1
.
9
%
(
o
v
e
r
f
o
o
t
e
r
-
l
e
ss)
+
1
0
–
1
5
%
e
x
t
r
a
25
–
3
0
%
(
F
i
n
F
ET
)
,
>
3
0
%
(
C
N
T
F
E
T
)
En
e
r
g
y
e
f
f
i
c
i
e
n
c
y
M
o
d
e
r
a
t
e
+
1
5
–
2
0
%
+
3
0
–
3
5
%
R
o
b
u
st
n
e
ss (P
V
T
+
a
n
t
e
n
n
a
)
M
e
d
i
u
m
H
i
g
h
V
e
r
y
h
i
g
h
(
st
a
b
l
e
±
1
0
0
°
C
,
p
a
r
a
s
i
t
i
c
t
o
l
e
r
a
n
t
)
O
p
t
i
mi
z
a
t
i
o
n
e
f
f
o
r
t
H
i
g
h
(
ma
n
u
a
l
H
S
P
I
C
E)
R
e
d
u
c
e
d
b
y
~
7
0
%
R
e
d
u
c
e
d
b
y
>
9
0
%
P
a
r
e
t
o
t
r
a
d
e
-
o
f
f
s
N
o
t
a
v
a
i
l
a
b
l
e
L
i
mi
t
e
d
C
l
e
a
r
l
e
a
k
a
g
e
-
d
e
l
a
y
-
e
n
e
r
g
y
f
r
o
n
t
s
T
h
e
p
r
o
p
o
s
ed
A
NN+
NSG
A
-
I
I
f
r
a
m
e
w
o
r
k
tr
an
s
f
o
r
m
s
ONO
F
I
C
-
e
n
h
a
n
ce
d
Fin
FET
/C
NT
FET
cir
cu
its
in
to
m
u
lti
-
o
b
j
ec
tiv
e
o
p
tim
ize
d
s
o
lu
tio
n
s
th
a
t
ac
h
ie
v
e
s
u
p
er
io
r
leak
ag
e
r
ed
u
ctio
n
,
en
er
g
y
e
f
f
ic
ien
c
y
,
an
d
r
o
b
u
s
tn
es
s
at
a
f
r
ac
tio
n
o
f
t
h
e
co
m
p
u
tatio
n
al
co
s
t.
T
h
is
m
a
k
es
it
p
ar
ticu
lar
l
y
attr
ac
ti
v
e
f
o
r
lo
w
-
po
w
er
V
L
SI
s
y
s
te
m
s
i
n
I
o
T
an
d
5
G
ap
p
lica
tio
n
s
,
w
h
er
e
b
o
th
en
er
g
y
s
a
v
i
n
g
s
a
n
d
r
esil
ien
ce
to
p
ar
asit
ic
s
ar
e
cr
itical.
Evaluation Warning : The document was created with Spire.PDF for Python.