没有合适的资源?快使用搜索试试~ 我知道了~
论文研究-遗传和模拟退火融合的软硬件划分.pdf
需积分: 0 1 下载量 20 浏览量
2019-09-13
03:41:26
上传
评论
收藏 557KB PDF 举报
温馨提示
试读
4页
针对嵌入式系统软硬件划分问题,在比较了遗传算法(GA)和模拟退火(SA)各自优缺点的基础上,提出了采用遗传/模拟退火混合算法(GASA)的策略。该算法的核心思想是将模拟退火算法嵌入到遗传算法中,利用遗传优化算法的结果来制约模拟退火的随机状态产生,然后根据模拟退火算法的接受准则和随机状态产生函数来更新遗传算法的种群,从而最终得到最优解。与单纯的遗传算法和模拟退火算法进行对比实验,实验结果表明,GASA更有优势,得到的划分结果也更优秀。
资源推荐
资源详情
资源评论
2010,46(28)
1 引言
启发式智能化方法近年来愈来愈引起了众多学者的关
注。诸如神经网络、模拟退火
[1]
、禁忌搜索
[2]
、遗传算法
[3]
、蚂蚁
算法
[4]
、DNA 计算等,它们毫无争议地成为解决组合爆炸及
NP 类问题
[5]
的锐利工具。然而,面对各种问题的特殊性和复
杂性,每一种算法又都表现其自身的优势和缺陷。
软硬件划分也是 NP 类问题。已经有许多启发式算法应
用到了软硬件划分中,如爬山法、遗传算法、蚂蚁算法、模拟退
火、禁忌搜索等。爬山法有很强的局部搜索能力,但易陷入局
部最优。遗传算法从生物进化和遗传的过程中得到启示,模
拟这一自然行为,是一种全局优化算法,但它容易产生早熟收
敛问题,而且在进化后期搜索效率较低。蚂蚁算法模拟蚂蚁
搜寻蚁巢到食物之间的最短路径的过程,具有很高的并行性
和全局搜索能力,比较适合于解决复杂问题,但其搜索初期由
于信息素缺乏而使搜索时间大幅增加。禁忌搜索法模拟人类
智力过程,通过引入灵活的存储结构和相应禁忌准则来避免
迂回搜索,并通过藐视准则赦免一些被禁忌的优良状态,具有
较强的“爬山”能力,但数据存取操作频繁,影响了搜索速度。
模拟退火算法模拟固体退火的过程,找到物质能量最低状态,
通过引入接受准则,模拟退火算法能避免陷入局部最小,但问
题规模较大时,系统进入热平衡状态(即找到最优解)的时间
较长。
目前对软硬件划分算法的研究主要是对某一种算法本身
的改进,而本文在软硬件划分中尝试将遗传算法和模拟退火
算法相结合构成一种混合优化算法。实验证明,此算法优于
GA 和 SA 算法。
2 划分模型
文中采用的软硬件划分模型如图 1 所示。“硬件
1
”,“硬件
2
”,“硬件
m
”代表硬件节点,由 ASIC(专用集成电路)或 FPGA
(可编程门阵列)实现。软件节点在一个处理器上执行,所有
的节点通过共享总线交换数据,并共享通用存储器用来存储
过渡数据。另外,为了便于研究,假定软硬件执行无并行性,
且软硬件间的通信时间已经包含在各自的任务时间中。
遗传和模拟退火融合的软硬件划分
李兰英,韩素娟,刁双君
LI Lan-ying,HAN Su-juan,DIA O Shuang-ju n
哈尔滨理工大学 计算机科学与技术学院,哈尔滨 150080
School of Computer,Harbin University of Science and Technology,Harbi n 150080,China
E-mail:6580136hsj@163.com
LI Lan-ying,HAN Su-juan,DIAO Shua ng-jun.Hardware/software partitioning based on combination of genetic algo-
rithm and simul ated annealing.Computer Engineering and Applications,2010,46(28):73-76 .
Abstract:To solve the h ardware/software partitionin g problem in embedded system,based on the comparison of Genetic Al-
gorithm(GA) and Simulated Annealing(SA),a hybrid algorithm is proposed on the basis of Genetic Algorithm and Simulated
Annealing,which combines the merits of the two algorithms.The essence of the algorithm is inserting Simulated Ann ealing
to Genetic Algor ithm.On one hand ,the result of Genetic Algori thm restricts the forming of the random state,and on the oth-
er hand,the function,formed in Simulated Annealing according to the accepting crite rion and random state,updates the popu-
lation for Genetic Algorithm.Experimental results indicate that the hybrid algorithm is superior to the pure GA and SA in
ability and gets better portioning results.
Key w ords:embedd ed system;ha rdware/ software partitioni ng;genetic al gorithm;simulated annealing
摘 要:针对嵌入式系统软硬件划分问题,在比较了遗传算法(GA)和模拟退火(SA)各自优缺点的基础上,提出了采用遗传/模拟
退火混合算法(GASA)的策略。该算法的核心思想是将模拟退火算法嵌入到遗传算法中,利用遗传优化算法的结果来制约模拟
退火的随机状态产生,然后根据模拟退火算法的接受准则和随机状态产生函数来更新遗传算法的种群,从而最终得到最优解。
与单纯的遗传算法和模拟退火算法进行对比实验,实验结果表明,GASA 更有优势,得到的划分结果也更优秀。
关键词:嵌入式系统;软硬件划分;遗传算法;模拟退火
DOI:10.3778/j.issn.1002-8331.2010.28.021 文章编号:1002-8331(2010)28-0073-04 文献标识码:A 中图分类号:TP302
作者简介:李兰英(1964 -),女,教授,主要研究方向为工业企业自动化、计算机控制和嵌入式系统;韩素娟(1983-),女,硕士,主要研究方向为嵌入
式系统研究和软硬件协同设计;刁双君(1984-),女,硕士,主要研究方向为嵌入式系统研究和软硬件协同设计。
收稿日期:2009-11-23 修回日期:2010-01-25
Compu ter Engineering and Applications 计算机工程与应用
73
资源评论
weixin_38743506
- 粉丝: 349
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功