一种解决访存调度问题的改进蚁群优化算法
本文关键词:一种解决访存调度问题的改进蚁群优化算法 出处:《计算机工程与科学》2016年08期 论文类型:期刊论文
【摘要】:存储器的访问调度策略是复杂的,不仅仅要考虑具体的电路时序参数,还有访存节拍数。在分析DRAM的特点以及访存调度策略的基础上,考虑DDR3时序规范,提出一种改进的蚁群优化访问调度策略。采用不同的trace作为测试,同贪婪式调度算法作比较,该算法可以有效降低平均总延迟、提高带宽利用率。
【作者单位】: 国防科学技术大学计算机学院;
【基金】:国家核高基重大专项(2015ZX01028101)
【分类号】:TP333;TP18
【正文快照】: 1引言近年来,多核微处理器与存储器之间处理速度差日益增大,也就是通常所说的“存储墙”问题,已经成为计算机性能提升的关键瓶颈[1]。多核CPU与单一主存储器已成为主要流行的计算机系统架构,因此对于存储器来说,提供一种稳定提高计算机性能的方法显得非常重要。为了提高主存带
【相似文献】
中国期刊全文数据库 前10条
1 冯宝华;;蚁群优化算法的原理及改进[J];科技信息(科学教研);2007年31期
2 李凯;田双亮;耿丽君;张喜;;基于免疫的蚁群优化算法[J];山东理工大学学报(自然科学版);2009年04期
3 王同喜;;蚁群优化算法研究[J];长江大学学报(自然科学版)理工卷;2009年03期
4 王罡;冯艳君;;基于蚁群优化算法的旋转货架拣选路径规划[J];计算机工程;2010年03期
5 许昌;常会友;徐俊;衣杨;;一种新的融合分布估计的蚁群优化算法[J];计算机科学;2010年02期
6 曹国震;郭雷;;蚁群优化算法应用研究[J];电脑知识与技术;2011年02期
7 李德启;田素贞;;一种基于云环境下蚁群优化算法的改进研究[J];陕西科技大学学报(自然科学版);2012年01期
8 赵云涛;王胜勇;卢家斌;叶刚桥;蒋瑛;;蚁群优化算法及其理论进展[J];科技创新导报;2012年10期
9 钱乾;程美英;熊伟清;周鸣争;;二元蚁群优化算法研究综述[J];计算机应用研究;2012年04期
10 黄永青;郝国生;张俊岭;王剑;;分层交互式蚁群优化算法及其应用[J];计算机工程与应用;2012年29期
中国重要会议论文全文数据库 前7条
1 赵冬斌;易建强;;基于蚁群优化算法的机器人规划[A];第25届中国控制会议论文集(中册)[C];2006年
2 熊伟清;魏平;;基于食物量分配的多种群二元蚁群优化算法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
3 唐好选;曲毅;;蚁群优化算法在蛋白质构象预测问题中的应用[A];黑龙江省计算机学会2007年学术交流年会论文集[C];2007年
4 西光旭;;蚁群优化算法与应用研究[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
5 王海宁;孙守迁;;基于优化成熟度的自适应蚁群优化算法[A];2010年全国开放式分布与并行计算机学术会议论文集[C];2010年
6 吴国凤;曾标;;蚁群算法系统的Java模拟与分析[A];IT服务促进企业信息化——第十一届中国Java技术及应用交流大会文集[C];2008年
7 邓科;丛爽;;不同蚁群优化算法在C-TSP中的性能对比研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
中国博士学位论文全文数据库 前7条
1 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
2 程志刚;连续蚁群优化算法的研究及其化工应用[D];浙江大学;2005年
3 赵娟平;移动机器人路径规划的蚁群优化算法研究[D];东北大学;2012年
4 刘彦鹏;蚁群优化算法的理论研究及其应用[D];浙江大学;2007年
5 李莉;柔性作业车间调度中的群智能优化算法研究[D];东北林业大学;2011年
6 杨佳;混合量子优化算法理论及应用研究[D];重庆大学;2009年
7 吕勇;蚁群优化算法及在网络路由中的应用研究[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 张健;蚁群优化算法及其在复杂网络社区检测中的应用研究[D];西安电子科技大学;2014年
2 刘乐柱;混沌蚁群优化算法与H-R神经元网络动力学研究[D];安徽师范大学;2015年
3 景鹏杰;基于多目标蚁群优化算法的全基因组关联分析研究[D];上海交通大学;2015年
4 史大龙;基于蚁群优化算法的视频监控智能检测系统的研究与实现[D];中国海洋大学;2015年
5 王诏远;基于蚁群优化算法的网络编码资源优化问题研究[D];西南交通大学;2016年
6 李金汉;蚁群优化算法及其应用研究[D];哈尔滨理工大学;2008年
7 郝晋;蚁群优化算法及其在电力系统短期发电计划中的应用研究[D];重庆大学;2002年
8 李默;解决最大团问题的蚁群优化算法的研究与应用[D];哈尔滨工业大学;2006年
9 李闻;蚁群优化算法及其应用研究[D];湖南大学;2005年
10 廖兴发;结合免疫机制蚁群优化算法及其在模式分类中的应用[D];浙江大学;2007年
,本文编号:1311500
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/1311500.html