基于云自适应粒子群算法的NoC路径分配研究

许川佩; 侯红菊

Chinese

您当前的位置：

首页 >

文章列表页 >

基于云自适应粒子群算法的NoC路径分配研究

更新时间：2026-09-04

- 基于云自适应粒子群算法的NoC路径分配研究
- Research of NoC Path Allocation Based on Adaptive PSO Based on Cloud Theory
- 微电子学与计算机 2011年28卷第9期页码：13-16
- 作者机构：
  
  桂林电子科技大学机构电子工程与自动化学院,广西,桂林,541004
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(60766001)
- DOI：
  中图分类号：
- 纸质出版：2011
- 稿件说明：
移动端阅览
许川佩, 侯红菊. 基于云自适应粒子群算法的NoC路径分配研究[J]. 微电子学与计算机, 2011, 28(9): 13-16,21.

XU Chuan-pei, HOU Hong-ju. Research of NoC Path Allocation Based on Adaptive PSO Based on Cloud Theory[J]. 2011, 28(9): 13-16.
许川佩, 侯红菊. 基于云自适应粒子群算法的NoC路径分配研究[J]. 微电子学与计算机, 2011, 28(9): 13-16,21. DOI：

XU Chuan-pei, HOU Hong-ju. Research of NoC Path Allocation Based on Adaptive PSO Based on Cloud Theory[J]. 2011, 28(9): 13-16. DOI：

摘要

在云自适应粒子群算法基础上提出一种新的云自适应更新函数并将其应用在2DMesh拓扑的片上网络中

来优化静态通讯分配结果.该更新函数的参数随着粒子适应度值和拓扑规模的不同而变化

并注重全局搜索和局部收敛的结合作用

使两者达到最佳结合点

避免了单一的全局搜索和局部收敛的弊端.实验证明

这种方法在拓扑规模越大时

效果越明显

与改进的粒子群算法相比较结果优达25.74%.

Abstract

In this paper

based on adaptive Particle Swarm Optimization (PSO) based on cloud theory

a new adaptive update function based on cloud theory is proposed and applied in the 2D-Mesh topology to optimize distribution of static communication.The parameters of the function varies with the fitness value of particle and the size of topology.The function focus on global and local convergence of binding

so that which achieve the best combination of point to avoid disadvantages of single global search and single local convergence.Experiments show that the effect is more obvious when the size of topology is larger and excellent results is up to 25.74%when comapared with PSO.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

“包-电路交换”片上路由器设计与实现

基于区块链的AI生成内容溯源框架设计研究

一种基于特征上下文理解与切片分析的肺结核检测算法

基于反向体偏置的高增益稳定性高温运放设计

基于多尺度融合与小目标增强的航拍车辆检测算法