基于混合优化映射算法的NoC自动生成方法研究

发布时间：2018-01-08 20:05

本文关键词：基于混合优化映射算法的NoC自动生成方法研究　出处：《系统仿真学报》2017年05期 　论文类型：期刊论文

更多相关文章： D Mesh 混合算 NoC映射 NS-

【摘要】：针对片上网络映射算法中,粒子群优化算法对于离散的优化问题处理不佳,容易陷入局部最优问题,提出了一种基于粒子群优化(particle swarm optimization,PSO)算法和遗传算法(genetic algorithm,GA)的混合优化映射算法(PSO_GA)。选择两个种群分别进行GA和PSO操作,由GA算法中的优良个体代替PSO算法中的初始随机粒子,保留优良粒子的同时,又维持了群体的多样性并提高搜索效率。基于NS-2仿真实验结果表明,采用混合优化映射算法的自动生成工具得出的片上网络对比同等计算规模下的随机映射方式,在网络延迟、吞吐量、链路带宽等方面有明显的优化。
[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.
【作者单位】：广东理工职业学院工程技术系;广东工业大学计算机学院;
【基金】：广东省科技项目(2015B090901060,2016B 090918126,2016B090904001,2016B090903001) 2015东职院科研基金重点项目(2015a08)
【分类号】：TN47;TP18
【正文快照】： 引言1随着半导体集成工艺的高速发展,晶体管的特征尺寸迅速的缩小,单个硅片上集成了越来越多的复杂功能电路,互连系统的延时、功耗和优化等成为制约系统性能关键因素。采用全局异步、局部同步的片上网络(No C)作为一种新型集成电路体系结构应运而生[1]。目前,片上网络的自动化

【相似文献】