با توجه به مقیاس های تکنولوژی، وسایل کوچکتر، افزایش فرکانس (بمنظور افزایش سرعت)، کاهش سطوح ولتاژ به منظور کاهش توان مصرفی و افزایش چگالی مدارها، اتکاپذیری به یک چالش مهم و بحرانی برای طراحان مدارهای الکترونیکی تبدیل شده است. تکنیک ها و روش های مختلفی برای ارزیابی اتکاپذیری مدارها ارائه شده است. با توجه به اینکه وقوع خطا در سیستم های دیجیتال یک پارامتر غیر قطعی و تصادفی میباشد پس در این تحقیق با استفاده از روش مونت کارلو از یک روش مبتنی بر تحلیل احتمالاتی و تصادفی برای ارزیابی اتکاپذیری استفاده شده است. در این کار نشان داده شده است که نرخ خطای نرم به ترکیب ورودی ها وابسته است بنابراین برای هر ترکیب ورودی یک نرخ خطای خاص وجود دارد. که این امر نشان میدهد در هر حالت از ترکیب ورودی نرخ خطا (?) یک پارامتر مستقل نیست و وابسته به ترکیب ورودی میباشد. در این کار برای بررسی اتکاپذیری از یک روش احتمالاتی استفاده شده است و پیاده سازی های متفاوتی از عملگرهایی مانند ضرب کننده و جمع کننده در یک کتابخانه ارائه شده است. در این کتابخانه ویژگی های مختلفی از این اجزا مانند اتکاپذیری، مساحت، توان و تاخیر بیان شده است. این کتابخانه این امکان را فراهم میکند که با توجه به ویژگی هایی که برای هر عملگر بیان شده است برای یک کارکرد خاص و طراحی مورد نظر عنصر مورد نظر را انتخاب کنیم. بنابراین به جای اینکه اتکاپذیری را از روش های دیگری مانند افزونگی زیاد کنیم با انتخاب عنصر مناسب از میان پیاده سازی های مختلف یک عملگر موجود در کتابخانه، اتکاپذیری را افزایش میدهیم. نتایج بدست آمده نشان میدهد که در نظر گرفتن اتکاپذیری به عنوان یک پارامتر درجه اول در سنتز سطح بالا اتکاپذیری را در کل طراحی افزایش می دهد. در این کار نتایج شبیه سازی برای پیاده سازی های مختلفی از جمع کننده و ضرب کننده ارائه شده است. در یک طراحی مناسب باید محدودیت های موجود نیز در نظر گرفته شود. مانند محدودیت هایی که برای مساحت، تاخیر، توان و... وجود دارد. برای به حساب آوردن همه این محدودیت ها به روشی نیاز داریم که بتواند همه محدودیت های موجود را در نظر گرفته و علاوه بر این عناصر مطلوب را برای طراحی مورد نظر انتخاب کند. برای این منظور در این پایان نامه از الگوریتم ژنتیک استفاده شده است.