1.一种MPRM电路的面积优化方法，其特征在于包括以下步骤：

(1)将MPRM电路采用函数表达式进行表示，该函数表达式采用式(1)表示为：

其中，n为函数f(xn-1,xn-2,...,xk,...,x0)的输入变量数，(xn-1,xn-2,...,xk,...,x0)为函数f(xn-1,xn-2,...,xk,...,x0)的n个输入变量，xk为第k+1个输入变量，k＝0,1,2,...n-1，∑表示或运算符号，i为最大项序数，i用二进制表示为in-1in-2...ik...i0；mi为第i个最小项，其符号表示形式为 式中 的出现形式和ik相关，若ik＝1， 若ik＝0， 其中 为xk的反变量；ai,c为第i个最小项系数，且ai,c∈{0，1}，若mi在f(xn-1,xn-2,…,x0)中出现，则ai,c＝1，否则ai,c＝0；

(2)利用极性转换方法将MPRM电路的函数表达式转换为P极性的MPRM表达式，得到P极性的MPRM表达式，该P极性的MPRM表达式采用式(2)表示为：其中， 为异或运算符号，πi为第i个与项，用符号表示为 P为极性

值，其三进制数的表示形式为(Pn-1Pn-2…Pk…P0)，ik和pk一起决定 的形式，如果πi在f(P)(xn-1,xn-2,…,x0)中存在，那么与项系数bi,c＝1，否则bi,c＝0； 与ik和pk的关系为：当pk＝

0，ik＝0或1时， 以原变量xk出现；当pk＝1，ik＝0或1时， 以反变量 出现；当pk＝2，ik＝1时， 以原变量xk的形式出现；当pk＝2，ik＝0时， 以反变量 的形式出现；

(3)将MPRM电路面积优化的各参数与离散三值粒子群算法的各参数进行关联：将P极性的MPRM表达式中输入变量数n定义成离散三值粒子群的搜索空间维数，将P极性的MPRM表达式中的极性定义为三值多样性粒子群的粒子，将MPRM电路的P极性的MPRM表达式中极性的极性值P的三进制数定义为粒子位置；

(4)设定离散三值粒子群中粒子的数量为D，D为大于等于50小于等于100的整数，最大迭代数为T，T为大于等于100小于等于150之间的整数；

(5)设定MPRM电路面积的适应度函数，将适应度记为fitness(area)，fitness(area)采用式(3)表示为：fitness(area)＝1.0/(no_of_and+no_of_xor)*1000   (3)式(3)中，*为乘运算符号，“/”为除运算符号，no_of_and为P极性的MPRM表达式中与项的数量，no_of_xor为P极性的MPRM表达式中异或项的数量；

(6)对离散三值粒子群进行初始化：随机初始化离散三值粒子群中各粒子的速度、各粒子的位置、各粒子的当前个体最优位置、离散三值粒子群的当前全局最优位置和各粒子位置对应极性的MPRM表达式对应的MPRM电路面积的适应度值；

(7)设定迭代次数，将其记为t，对t进行初始换，令t＝1；

(8)进行离散三值粒子群第t代更新，具体为：

A、采用离散三值粒子群中粒子的运动方程式对离子群中各粒子的速度和位置进行更新，离散三值粒子群中粒子的运动方程式如式(4)、式(5)和式(6)所示：vfd(t)＝wvfd(t-1)+c1r1(pfd(t-1)-xfd(t-1))+c2r2(pgd(t-1)-xfd(t-1))  (4)xfd(t)＝round(Sfd+2×σ×randn())  (5)其中，c1和c2为学习因子，c1＝c2＝1.5，r1和r2是大于等于0且小于等于1的随机数，w为惯性权重， 式中wstart表示初始权重，wend表示最终权重，初始惯性权重wstart＝0.9，终止惯性权重wend＝0.4。T表示最大迭代数，vfd(t)表示第t代更新得到的第f个粒子的速度，xfd(t)表示第t代更新得到的第f个粒子的位置，f＝1,2,…,D，当t＝1时，xfd(t-1)表示第f个粒子的初始位置，pfd(t-1)表示第f个粒子初始的个体最优位置，pgd(t-

1)表示粒子群初始的全局最优位置，vfd(t-1)表示第f个粒子的初始速度，当t≥2时，xfd(t-

1)表示第f个粒子在第t-1代更新得到的位置，pfd(t-1)表示第f个粒子在第t-1代更新完成后的个体最优位置，pgd(t-1)表示粒子群在第t-1代更新完成后的全局最优位置，vfd(t-1)为表示第f个粒子在第t-1代更新后的速度，e表示自然对数的底，σ为权值且σ＝0.2，randn()为标准正态分布函数，round()表示四舍五入取整，上式(5)中，当计算得到的xfd(t)为大于2的整数时，令xfd(t)＝2,当计算得到的xfd(t)为小于0的整数时，令xfd(t)＝0，当计算得到的xfd(t)为大于等于1且小于等于2的整数时，xfd(t)的取值为其计算值。

B、将第t代更新后的每个粒子的位置映射为极性，分别计算第t代更新后每个极性下MPRM电路面积的适应度值，将每个极性下MPRM电路面积的适应度值分别作为与其对应的粒子的适应度值；

C、将每个粒子当前计算得到的适应度值与该粒子在第t-1代更新完成后的个体最优位置对应的适应度值进行比较，如果该粒子当前计算得到的适应度值大于该粒子在第t-1代更新完成后的个体最优位置对应的适应度值，则将该粒子第t代更新后的的位置取代该粒子在第t-1代更新完成后的个体最优位置作为该粒子第t代更新完成后的个体最优位置，否则，该粒子在第t-1代更新完成后的个体最优位置作为该粒子第t代更新完成后的个体最优位置，当t＝1时，粒子在第t-1代更新完成后的个体最优位置为其初始个体最优位置；

D、比较所有粒子在第t代更新完成后的个体最优位置对应的适应度值，将适应度值最大的粒子在第t代更新完成后的个体最优位置作为第t代更新完成后的全局最优位置；

E、第t代更新完成；

(9)判断t的取值是否等于T，如果不等于，则采用t的当前值加1的和更新t的值后，返回步骤(8)进行下一代更新，如果等于，则迭代完成进入步骤(10)；

(10)将离散三值粒子群的第T代更新完成后得到的全局最优位置作为最优极性输出，将该最优极性对应的MPRM电路的面积作为最优面积输出。