本文關(guān)鍵詞：基于混合優(yōu)化映射算法的NoC自動(dòng)生成方法研究　出處：《系統(tǒng)仿真學(xué)報(bào)》2017年05期 　論文類型：期刊論文

  更多相關(guān)文章： D Mesh 混合算 NoC映射 NS-

【摘要】：針對(duì)片上網(wǎng)絡(luò)映射算法中,粒子群優(yōu)化算法對(duì)于離散的優(yōu)化問題處理不佳,容易陷入局部最優(yōu)問題,提出了一種基于粒子群優(yōu)化(particle swarm optimization,PSO)算法和遺傳算法(genetic algorithm,GA)的混合優(yōu)化映射算法(PSO_GA)。選擇兩個(gè)種群分別進(jìn)行GA和PSO操作,由GA算法中的優(yōu)良個(gè)體代替PSO算法中的初始隨機(jī)粒子,保留優(yōu)良粒子的同時(shí),又維持了群體的多樣性并提高搜索效率�；贜S-2仿真實(shí)驗(yàn)結(jié)果表明,采用混合優(yōu)化映射算法的自動(dòng)生成工具得出的片上網(wǎng)絡(luò)對(duì)比同等計(jì)算規(guī)模下的隨機(jī)映射方式,在網(wǎng)絡(luò)延遲、吞吐量、鏈路帶寬等方面有明顯的優(yōu)化。
[Abstract]:The particle swarm optimization (PSO) algorithm is easy to fall into the local optimal problem because of the poor processing of the discrete optimization problem in the on-chip network mapping algorithm. A particle swarm optimization based on particle swarm optimization is proposed. The hybrid optimization mapping algorithm of PSO (genetic algorithm) and genetic algorithm (GA) is proposed. Two populations are selected to operate GA and PSO, respectively. The excellent individuals in GA algorithm replace the initial random particles in the PSO algorithm, while maintaining the diversity of the population and improving the search efficiency. The simulation results based on NS-2 show that. By using the automatic generation tool of hybrid optimization mapping algorithm, the on-chip network is compared with the random mapping method under the same computing scale, which has obvious optimization in network delay, throughput, link bandwidth and so on.
【作者單位】： 廣東理工職業(yè)學(xué)院工程技術(shù)系;廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：廣東省科技項(xiàng)目(2015B090901060,2016B 090918126,2016B090904001,2016B090903001) 2015東職院科研基金重點(diǎn)項(xiàng)目(2015a08)
【分類號(hào)】：TN47;TP18
【正文快照】： 引言1隨著半導(dǎo)體集成工藝的高速發(fā)展,晶體管的特征尺寸迅速的縮小,單個(gè)硅片上集成了越來越多的復(fù)雜功能電路,互連系統(tǒng)的延時(shí)、功耗和優(yōu)化等成為制約系統(tǒng)性能關(guān)鍵因素。采用全局異步、局部同步的片上網(wǎng)絡(luò)(No C)作為一種新型集成電路體系結(jié)構(gòu)應(yīng)運(yùn)而生[1]。目前,片上網(wǎng)絡(luò)的自動(dòng)化

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 古海云;李長(zhǎng)文;孫姝;;不規(guī)則2D Mesh NoC映射算法研究[J];微電子學(xué)與計(jì)算機(jī);2008年07期

2 張國(guó)璽;;基于空間映射算法的微帶濾波器優(yōu)化設(shè)計(jì)[J];現(xiàn)代電子技術(shù);2011年18期

3 王俊博;;基于區(qū)域重組的異構(gòu)FPGA工藝映射算法[J];硅谷;2013年08期

4 車晶;張瑛;;基于自適應(yīng)模擬退火的NoC映射算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年23期

5 王列偉;楊全勝;王健;;針對(duì)ALM結(jié)構(gòu)FPGA的改進(jìn)工藝映射算法研究[J];計(jì)算機(jī)工程與科學(xué);2007年05期

6 宮豐奎;葛建華;王勇;;多維映射BICM-ID系統(tǒng)的簡(jiǎn)化MD-LSD解映射算法[J];通信學(xué)報(bào);2008年02期

7 路寶珠;楊海鋼;郝亞男;張茉莉;崔秀海;;基于區(qū)域重組的異構(gòu)FPGA工藝映射算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年08期

8 彭宇行，陳福接，陳書明;VLSI性能驅(qū)動(dòng)工藝映射算法[J];計(jì)算機(jī)學(xué)報(bào);1996年07期

9 朱喜陽;沈元隆;梅新巖;;一種計(jì)算可修復(fù)網(wǎng)絡(luò)可用度的快速算法[J];電子工程師;2008年10期

10 溫宇杰,童家榕;針對(duì)MUX-LUT混合結(jié)構(gòu)的FPGA工藝映射算法研究[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2004年01期

相關(guān)碩士學(xué)位論文 前10條

1 包杰;FPGA工藝映射算法研究[D];復(fù)旦大學(xué);2012年

2 李力勇;改進(jìn)的隱式空間映射算法在LTCC濾波器優(yōu)化設(shè)計(jì)中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

3 黃翠;基于量子粒群的三維片上網(wǎng)絡(luò)低功耗映射算法研究[D];天津工業(yè)大學(xué);2016年

4 陸芷;基于故障感知的片上網(wǎng)絡(luò)映射算法研究[D];電子科技大學(xué);2016年

5 楊凱強(qiáng);一種高效高質(zhì)量的FPGA技術(shù)映射算法[D];西安電子科技大學(xué);2015年

6 陳秋植;面向低功耗的NoC映射算法研究[D];西安電子科技大學(xué);2011年

7 吳林昶;基于調(diào)整型空間映射算法的LTCC濾波器設(shè)計(jì)與優(yōu)化[D];浙江工業(yè)大學(xué);2014年

8 李玉梅;FPGA工藝映射算法的研究與分析[D];北京交通大學(xué);2010年

9 陳志輝;FPGA工藝映射算法研究[D];復(fù)旦大學(xué);2011年

10 徐國(guó)培;基于LUT的FPGA工藝映射算法的設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2009年

，

本文編號(hào)：1398468