西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2012年
8期
65-70
,共6页
任向隆%安建峰%高德远%樊晓桠
任嚮隆%安建峰%高德遠%樊曉椏
임향륭%안건봉%고덕원%번효아
映射%遗传算法%蚂蚁算法%低功耗%片上网络
映射%遺傳算法%螞蟻算法%低功耗%片上網絡
영사%유전산법%마의산법%저공모%편상망락
针对带宽和时延约束下的低功耗片上网络映射问题,提出了基于遗传和蚂蚁算法融合的映射算法.该算法利用遗传算法的快速搜索能力,获得若干优化解,并按照这些优化解的最优顺序给蚂蚁路径赋初值,以初始化蚂蚁算法的信息素分布.然后,借助具有交叉和变异操作的蚂蚁算法,充分利用蚂蚁算法的正反馈特性,搜索低功耗映射问题的更优解.该算法具有收敛速度快、优化效果好的特点,可用于求解大规模片上网络映射问题.实验结果表明:当系统规模扩大时,该算法在搜索时间方面明显优于遗传类算法和蚂蚁类算法,如系统规模为64处理单元时,搜索速度提高率最高可达220.3%,在较快收敛的同时,还保持了较好的优化效果,与蚂蚁类算法的差别可保持在9.1%以内.
針對帶寬和時延約束下的低功耗片上網絡映射問題,提齣瞭基于遺傳和螞蟻算法融閤的映射算法.該算法利用遺傳算法的快速搜索能力,穫得若榦優化解,併按照這些優化解的最優順序給螞蟻路徑賦初值,以初始化螞蟻算法的信息素分佈.然後,藉助具有交扠和變異操作的螞蟻算法,充分利用螞蟻算法的正反饋特性,搜索低功耗映射問題的更優解.該算法具有收斂速度快、優化效果好的特點,可用于求解大規模片上網絡映射問題.實驗結果錶明:噹繫統規模擴大時,該算法在搜索時間方麵明顯優于遺傳類算法和螞蟻類算法,如繫統規模為64處理單元時,搜索速度提高率最高可達220.3%,在較快收斂的同時,還保持瞭較好的優化效果,與螞蟻類算法的差彆可保持在9.1%以內.
침대대관화시연약속하적저공모편상망락영사문제,제출료기우유전화마의산법융합적영사산법.해산법이용유전산법적쾌속수색능력,획득약간우화해,병안조저사우화해적최우순서급마의로경부초치,이초시화마의산법적신식소분포.연후,차조구유교차화변이조작적마의산법,충분이용마의산법적정반궤특성,수색저공모영사문제적경우해.해산법구유수렴속도쾌、우화효과호적특점,가용우구해대규모편상망락영사문제.실험결과표명:당계통규모확대시,해산법재수색시간방면명현우우유전류산법화마의류산법,여계통규모위64처리단원시,수색속도제고솔최고가체220.3%,재교쾌수렴적동시,환보지료교호적우화효과,여마의류산법적차별가보지재9.1%이내.