考虑任务不确定性的片上网络鲁棒性应用映射问题研究

发布时间：2024-04-20 13:56

　　标准应用映射问题中,每个任务的通信量是确定值,而实际应用中任务通信具有突发性和时变特征,因此将任务通信量建模为不确定值具有现实意义。该文利用区间流法对任务不确定性进行描述,基于保守因子对鲁棒性应用映射问题建模,提出了求解问题的改进禁忌搜索算法(Tabu-RAM),通过5个Benchmark案例对本文模型和算法进行了验证。实验结果表明Tabu-RAM能够求解传统应用映射问题,且优于现有文献中给出的算法。此外,与传统禁忌搜索算法相比,Tabu-RAM算法在求解鲁棒性应用映射问题时具有更好的性能和稳定性。

【文章页数】：8 页

【部分图文】：

图1侧试算例4映射到4x$M}l网络中10次结果比较

图2测试算例5映射到0xBM}I网络中10次结果比较

结论传统应用映射优化过程中未考虑任务的不确定性。本文将任务的不确定性考虑在内，利用区间流法对不确定任务进行描述，当给定保守因子的情况表3Tabu-RAM算法流程步骤1根据3.3.3节生成初始解，全局最优解=，连续未更新次数NIN=0；步骤2对进行Tabu搜索，迭代次数为n，根据需....

本文编号：3959508