由于處理器性能高速發(fā)展,能耗成為人們不得不關(guān)注的問題,因此多核低功耗調(diào)度的問題一直是現(xiàn)在的研究熱點(diǎn)。在現(xiàn)有的多核低功耗調(diào)度的研究上,存在下面三個(gè)問題。第一,在模型建立過程中,很多學(xué)者只考慮了將任務(wù)劃分到處理器,然后進(jìn)行任務(wù)調(diào)度,并未有效的結(jié)合低功耗技術(shù)DVFS和DPM進(jìn)行研究。此外,在能耗的計(jì)算上,大多數(shù)學(xué)者只考慮到了動(dòng)態(tài)能耗、靜態(tài)能耗、通信能耗等,沒有將睡眠能耗、電壓切換能耗、睡眠電壓切換能耗一起考慮在內(nèi)。第二,優(yōu)化算法使用中,很多學(xué)者采用啟發(fā)式算法例如遺傳算法、粒子群算法等,這些算法非常容易陷入局部最優(yōu),尤其是當(dāng)作業(yè)數(shù)量較多時(shí),算法的求解效果非常不理想。第三,大多數(shù)學(xué)者只關(guān)注算法的運(yùn)算效果,很少有學(xué)者注意算法的運(yùn)算時(shí)間問題。事實(shí)上,當(dāng)作業(yè)數(shù)量很大時(shí),優(yōu)化算法的運(yùn)算非常耗時(shí)。針對(duì)第一個(gè)問題,在第二章中建立模型的過程中,結(jié)合DVFS和DPM低功耗技術(shù),并綜合考慮了上述的六種能耗。針對(duì)第二個(gè)問題,在第三章首先實(shí)現(xiàn)了遺傳算法和粒子群算法,然后提出了模板矩陣替換優(yōu)化算法(TMR),該算法受到形態(tài)學(xué)算法的啟發(fā)而設(shè)計(jì),具有良好的局部搜索能力。最后在通過對(duì)比實(shí)驗(yàn)對(duì)上述算法進(jìn)行效果分析,根據(jù)實(shí)驗(yàn)結(jié)果...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 多核系統(tǒng)低功耗算法相關(guān)研究現(xiàn)狀
        1.2.1 DPM和DVFS低功耗技術(shù)
        1.2.2 低功耗調(diào)度算法研究現(xiàn)狀
    1.3 本文主要內(nèi)容和結(jié)構(gòu)
    1.4 本章小結(jié)
第2章 多核系統(tǒng)能耗優(yōu)化模型建立
    2.1 任務(wù)調(diào)度模型設(shè)計(jì)
        2.1.1 任務(wù)模型
        2.1.2 調(diào)度模型
    2.2 時(shí)間模型設(shè)計(jì)
    2.3 能耗模型設(shè)計(jì)
        2.3.1 能耗分類
        2.3.2 收支平衡問題
        2.3.3 算法描述
    2.4 本章小結(jié)
第3章 模板矩陣替換(TMR)算法
    3.1 優(yōu)化算法的實(shí)現(xiàn)
        3.1.1 遺傳算法實(shí)現(xiàn)
        3.1.2 粒子群算法實(shí)現(xiàn)
    3.2 模板矩陣替換算法設(shè)計(jì)
        3.2.1 算法思路
        3.2.2 算法設(shè)計(jì)
    3.3 實(shí)驗(yàn)及其結(jié)果分析
        3.3.1 實(shí)驗(yàn)參數(shù)配置
        3.3.2 輕任務(wù)算法優(yōu)化結(jié)果分析
        3.3.3 重任務(wù)算法優(yōu)化結(jié)果分析
        3.3.4 算法耗時(shí)分析
    3.4 本章小結(jié)
第4章 融合Q-Learning的TMR算法
    4.1 融合Q-Learning算法的形態(tài)學(xué)優(yōu)化算法(Q-TMR)
        4.1.1 Q-Learning算法
        4.1.2 Q-TMR算法設(shè)計(jì)
        4.1.3 行動(dòng)選擇優(yōu)化問題
    4.2 斷點(diǎn)計(jì)算的能耗計(jì)算方法
        4.2.1 斷點(diǎn)計(jì)算
        4.2.2 斷點(diǎn)計(jì)算實(shí)現(xiàn)
        4.2.3 斷點(diǎn)計(jì)算對(duì)計(jì)算次數(shù)的影響
    4.3 實(shí)驗(yàn)及其結(jié)果分析
        4.3.1 實(shí)驗(yàn)參數(shù)配置
        4.3.2 算法優(yōu)化結(jié)果分析
        4.3.3 算法耗時(shí)分析
    4.4 本章小結(jié)
第5章 總結(jié)和展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間主要的工作



本文編號(hào)：3850838