2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、硬件電路中片上系統(tǒng)SoC(System on Chip)的設(shè)計(jì)主要采用基于IP核的配置并執(zhí)行方法。由于IP核的多樣性及其可優(yōu)化參數(shù)的矛盾性,使得SoC的設(shè)計(jì)空間極其復(fù)雜。能否在龐大的SoC參數(shù)設(shè)計(jì)空間中找到一組相對(duì)最優(yōu)的配置參數(shù),直接關(guān)系到設(shè)計(jì)的成敗。因此,SoC系統(tǒng)綜合的主要任務(wù)之一就是針對(duì)具體的應(yīng)用在可能的設(shè)計(jì)空間中找到一組滿足設(shè)計(jì)約束的1P可行配置集,其本質(zhì)是求多目標(biāo)優(yōu)化問(wèn)題的最優(yōu)解。
   鑒于SoC參數(shù)設(shè)計(jì)問(wèn)題的復(fù)雜性

2、,本文提出了將基于擁擠度和動(dòng)態(tài)慣性權(quán)重聚合的多目標(biāo)粒子群優(yōu)化算法(IPSO)應(yīng)用于SoC參數(shù)設(shè)計(jì)的思路。IPSO算法以Pareto支配關(guān)系來(lái)更新粒子的個(gè)體最優(yōu)值,用外部存檔策略保存搜索過(guò)程中發(fā)現(xiàn)的非支配解;采用適應(yīng)值擁擠度裁剪歸檔中的非支配解,并從歸檔中的稀松區(qū)域隨機(jī)選取精英作為粒子的全局最優(yōu)位置,以保持解的多樣性;采用動(dòng)態(tài)慣性權(quán)重聚合的方法以使算法盡可能地逼近各目標(biāo)的最優(yōu)解.
   本文通過(guò)與普通的粒子群多目標(biāo)優(yōu)化方法和非劣性

3、分層遺傳算法的比較,說(shuō)明基于擁擠度和動(dòng)態(tài)慣性權(quán)重聚合多目標(biāo)粒子群優(yōu)化算法(IPSO)在解決多目標(biāo)優(yōu)化問(wèn)題上具有一定的優(yōu)越性。針對(duì)粒子群方法在SoC實(shí)際領(lǐng)域的應(yīng)用,本文對(duì)算法做了如下修改:粒子速度向量的離散化方法;粒子群的編碼方式;領(lǐng)導(dǎo)者的選擇方案;不合理配置的篩選。將改良多目標(biāo)粒子群優(yōu)化算法(IPSO)應(yīng)用于參數(shù)優(yōu)化算法能夠在SoC設(shè)計(jì)空間中快速搜索到最優(yōu)的參數(shù)配置,同時(shí)得益于適應(yīng)值擁擠度裁剪技術(shù)的應(yīng)用使得參數(shù)配置在目標(biāo)空間中保持一定的

4、差異性。
   本文使用Matlab的m腳本建立了IPSO方法的數(shù)學(xué)模型,并將IPSO方法以C++語(yǔ)言編寫(xiě)成計(jì)算機(jī)程序,與美國(guó)加利福尼亞大學(xué)開(kāi)發(fā)的高度參數(shù)化的SoC設(shè)計(jì)平臺(tái)Platune集成,選擇了三種衡量多目標(biāo)優(yōu)化算法優(yōu)劣的指標(biāo),將基于參數(shù)依賴(lài)性的搜索策略、多目標(biāo)遺傳算法的搜索策略以及改良粒子群算法分別在如下三個(gè)不同的應(yīng)用上進(jìn)行了對(duì)比:1)image,將一個(gè)位圖從內(nèi)存的一個(gè)區(qū)域拷貝到另一個(gè)區(qū)域;2)key,對(duì)一個(gè)位圖進(jìn)行反色處

5、理;3)matrix,對(duì)一個(gè)10×10的整數(shù)矩陣進(jìn)行轉(zhuǎn)置操作。
   通過(guò)對(duì)三種方法仿真結(jié)果的精確性和執(zhí)行效率兩方面的統(tǒng)計(jì)對(duì)比,用數(shù)據(jù)定量地說(shuō)明本文IPSO方法與同類(lèi)方法相比較所體現(xiàn)出的有優(yōu)越性,用Pareto集在目標(biāo)空間上的分布情況定性地反映本文IPSO方法解決多目標(biāo)優(yōu)化問(wèn)題的能力。仿真結(jié)果說(shuō)明本文采用的SoC結(jié)構(gòu)參數(shù)配置優(yōu)化方法,在以功耗和執(zhí)行時(shí)間組成的二維目標(biāo)空間中具有良好的分散性和非支配性,并且搜索時(shí)間大大縮短,搜索效率

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論