软硬件协同设计中模拟退火划分算法的改进

针对传统软硬件划分算法对硬件资源的使用效率考虑不足的问题,提出改进的模拟退火划分算法。该算法对成本函数中的执行时间和面积使用提供附加权、减少权值的动态加权策略,并考虑了一个移动的性能改变对系统面积的影响。实验表明,改进的模拟退火划分算法收敛速度快,得到的解更优,保证了系统硬件资源的有效利用。     

基于改进KL算法的软硬件划分方法

软硬件划分问题是嵌入式系统软硬件协同设计中的重要问题之一。针对该问题,提出一种基于改进KL算法的软硬件划分方法。通过调整初始分组的方法提高算法的性能,解决了算法执行时容易陷入局部最优解的问题,加快了算法的执行速度。实验结果说明该算法对于规模适中的系统均可以有效地解决软硬件划分问题。     

基于混沌优化算法的软硬件划分

针对软硬件协同设计中的关键问题——软硬件划分,提出一种基于混沌优化的划分算法．首先,使用有向无环图对嵌入式系统建模,得到软硬件划分优化系统的目标函数．然后,采用逻辑斯蒂映射产生混沌序列,并将此序列映射到划分系统的模型空间,利用混沌序列的遍历性,将粗搜索和细搜索相结合,分两阶段搜索模型空间目标函数的最优解,有效避免搜索过程陷入局部最小,并且使算法搜索时间大幅度降低．和模拟退火软硬件划分技术对比的实验结果表明,选取适当的算法参数,采用混沌优化算法能够以更快的搜索速度得到更好的软硬件划分结果．     

基于优化滤波器的软硬件划分方法

传统的采用固定划分粒度和只考虑二进制映射的软硬件划分方法,经常出现无效解的情况,且算法的运行效率极低.在滤波器的运行框架下,针对传统方法下的软硬件划分模型,设计了特殊的基于优化滤波器的双链编码方案和对应的遗传操作方案.并最终设计了实现该方法的滤波器.实验证明,本文提出的基于优化滤波器的软硬件划分方法是有效的.     

基于遗传算法的嵌入式系统软硬件划分算法

针对嵌入式系统软硬件协同设计中的软硬件划分问题,提出了一个基于基本调度块图的软硬件划分模型,并给出了一个基于遗传算法的软硬件划分算法.通过采用自适应的适应度函数和演化策略,提高了算法的稳定性、搜索效率和求解质量.实验结果说明了该算法对解决软硬件划分问题是有效的.     

基于SOPC嵌入式系统中软硬件协同设计方法研究

软硬件协同设计方法克服了传统设计方法的缺点,使嵌入式系统的设计效率更高,速度更快。通过研究嵌入式系统中基于SOPC的软硬件协同设计方法,论述了软硬件协同设计方法的特点,并且对设计流程中的系统任务描述、系统软硬件划分、软硬件协同综合、软硬件协同仿真等各个阶段进行了阐述,最后对软硬件协同设计的工具进行了介绍。     

并行系统的一种组合式软硬件划分技术

研究并行系统的软硬件划分方法，建立了一种基于并行语言PL的代数语义的形式化软硬件体系结构，提出了一种基于基本调度块（BSB）的并行系统优化划分方法，该方法首先将PL程序分解为BSB，然后考察BSB的软硬件度量，最后利用启发式方法求出优化的软硬件划分方案，语法制导的划分规则可以用于系统的划分和软硬件成分的组合，本文提出的软硬件划分方法将系统的结构划分和功能划分有机地结合，具有实用价值。     

可重构系统中基于禁忌搜索算法的软硬件划分

根据可重构技术发展的趋势,提出了一种适用于可重构系统软硬件划分的策略.首先根据可重构系统结构给出一个系统模型及其任务描述,然后运用禁忌搜索算法,设计了一个系统级软/硬件的划分方法,其次再运用一个任务调度算法对划分结果进行评价.评价结果证明本文提出的划分是一种具有较高性能的划分.     

基于改进人工鱼群算法的软硬件划分方法

将人工鱼群算法应用于软硬件划分,从而提出一种软硬件划分方法．针对人工鱼群算法在应用于离散型问题时普遍存在的最优解出现概率低、收敛速度慢等问题,采用随机步长来改善鱼的游走行为,使用邻域搜索来获得邻域内的更优状态,并根据无效迭代次数来提前终止迭代、提高算法效率．在对不同结点数的随机 DAG 图划分实验中,改进后算法的平均耗时约为原算法的6.5%～34.5%,而最优解出现概率则为原算法的5～7倍．因此,改进后算法在寻优能力和收敛速度上均优于原始算法,可更高效地完成软硬件划分任务．     

基于SystemC的嵌入式系统软硬件协同设计

本文针对嵌入式系统软硬件协同设计技术进行了深入的探讨,并提出一种基于SystemC语言的嵌入式系统软硬件协同设计方法和模型。该模型比典型的软硬件协同设计方法更灵活,可以提高开发效率,降低开发成本,并能有效地保证系统开发的质量。     

基于遗传模拟退火算法的任务分配与调度

网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源。因此计算任务在各种资源之间的调度成为了一个关键的问题。结合遗传算法GA和模拟退火算法SA的优点,提出了一种全局遗传模拟退火算法GGSAA,并将算法应用于网格计算任务调度问题的求解之中。最后给出了GGSAA算法的仿真结果。     

基于混合遗传算法的多约束组播路由优化算法

针对目前多约束组播路由算法中存在的算法复杂,不能求出其精确解和运算量大,解不稳定等问题提出了一种新的组播路由优化算法,其核心是采用改进的遗传算法。该算法采用模拟退火算法与遗传算法相结合的方法,编码采用实数编码结构,交叉和变异概率适当选择,合理设计适应度函数。仿真结果表明,该算法是有效的,稳定的,比传统遗传算法性能优越,具有较强的实用性。     

Parallel Genetic Simulated Annealing Hybrid Algorithm for Task Scheduling

In this paper combined with the advantages of genetic algorithm and simulated annealing, brings forward a parallel genetic simulated annealing hybrid algorithm （PGSAHA） and applied to solve task scheduling problem in grid computing. It first generates a new group of individuals through genetic operation such as reproduction, crossover, mutation, etc, and than simulated anneals independently all the generated individuals respectively. When the temperature in the process of cooling no longer falls, the result is the optimal solution on the whole. From the analysis and experiment result, it is concluded that this algorithm is superior to genetic algorithm and simulated annealing.     

移动云计算中基于启发式图划分算法的软件部署优化

针对如何在移动云计算基础设施上优化部署软件应用程序的问题,提出了基于启发式图划分算法的优化方案。首先,对提出的问题进行数学建模;然后,研究了三种解决该问题的算法,通过最小化网络使用率优化软件部署;最后,在由Eppstein幂律生成器生成的图上进行了仿真实验。实验结果表明,提出的算法在移动云计算环境中能够有效地优化软件部署,在经典的移动云计算环境下产生的图尺寸比METIS4.0小10%-40%。     

A Parallel Genetic Simulated Annealing Hybrid Algorithm for Task Scheduling

0 IntroductionGrid computingis a hot topic inthe current internet research,and a developing direction of the parallel and distributedprocess[1 ,2].Since the task scheduling in grid computing faces aNP-hard problem[3];it has drawn attention from many scholarsand become the focusinthe field of the current grid computing re-search.In recent years , two global random and opti mal algorithmhave been widelystudiedandappliedinthefield of the gridcompu-ting research: GA(Genetic Algorithm) and SA( …     

基于分层禁忌遗传算法的卫星任务调度方案

对地观测卫星在地球观测系统中起着核心作用,任务调度是对地观测卫星满足更多任务需求并获得高观测效率的重要手段。随着用户的激增,大量的任务请求引起卫星资源、时间资源的冲突,导致卫星任务的调度效率低下。为了解决上述问题,通过拆分和聚类2种策略对任务进行预处理,设计了一种基于分层禁忌遗传算法(layered tabu genetic algorithm, LTGA)的卫星任务调度方案。建立了对地观测系统模型,分析了观测任务调度的相关约束;通过分析任务时间窗口冲突情况来确定任务拆分方式,通过计算聚类距离来区分任务分布状态,从而选取合适的观测任务构成预调度任务集合;在上述任务规划的基础上,提出LTGA完成任务的选取和排序,生成观测计划。仿真结果表明,所提出的卫星任务调度方案能够有效提升调度收益、降低调度时间。     

基于模拟退火算法的跳频转信系统低互调干扰频率配置

跳频通信具有良好的抗干扰能力,但多通道转信系统工作于跳频模式时极易产生互调干扰。对跳频通信系统抑制互调干扰的频率分配方法进行了研究,使用模拟退火算法进行优化计算。在详细分析了跳频系统频率分配的约束条件基础上,对利用SA算法进行频率分配所使用的目标函数进行了改进,不完全以违约概率作为约束权值,而是结合多通道转信系统特点,根据约束重要性对其进行调整,在优化目标中加强了对互调干扰约束的关注,得到了较好的频率分配方案。     

基于动态任务优先级的网格任务调度算法研究

网格环境下的任务调度是一个NP完全问题.为了确保每一步都能优先调度影响调度长度最大的就绪任务,提出一种采用动态任务优先级策略的任务调度算法.在进行任务调度的过程中,通过动态计算任务图DAG的关键路径并有效地利用处理器的空闲时间段来复制任务,使任务节点之间的通信开销尽可能降低,进而缩短整个任务图的完成时间.大量的模拟实验结果表明,所提的算法在任务完成时间上明显优于HEFT算法和DDS算法.     

基于模拟退火算法的集装箱场桥调度优化

为了降低码头的运营成本,提高客户满意度,在分析集卡送箱进场作业流程的基础上,运用时间窗函数,建立以场桥与集卡相互等待时间最短以及场桥移动距离最短为目标的数学模型,根据模型特点设计模拟退火算法,实例数据代入的结果验证了该模型及算法的有效性。