基于云量子进化算法的NoC资源内核测试优化研究

许川佩; 李素娟

Chinese

您当前的位置：

首页 >

文章列表页 >

基于云量子进化算法的NoC资源内核测试优化研究

更新时间：2026-09-04

- 基于云量子进化算法的NoC资源内核测试优化研究
- Research on Optimal Test of NoC Resource Cores Based on Cloud Quantum Evolution Algorithm
- 微电子学与计算机 2013年30卷第12期页码：117-120
- 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（60766001）
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
许川佩, 李素娟. 基于云量子进化算法的NoC资源内核测试优化研究[J]. 微电子学与计算机, 2013, 30(12): 117-120.

XU Chuan-pei, LI Su-juan. Research on Optimal Test of NoC Resource Cores Based on Cloud Quantum Evolution Algorithm[J]. 2013, 30(12): 117-120.
许川佩, 李素娟. 基于云量子进化算法的NoC资源内核测试优化研究[J]. 微电子学与计算机, 2013, 30(12): 117-120. DOI：

XU Chuan-pei, LI Su-juan. Research on Optimal Test of NoC Resource Cores Based on Cloud Quantum Evolution Algorithm[J]. 2013, 30(12): 117-120. DOI：

摘要

针对片上网络中资源内核数量不断增多，提出了一种基于云量子进化算法优化选取测试端口对资源内核进行并行测试的方法，以降低资源内核测试时间。首先用云模型对量子进化算法进行改进；然后在片上网络测试功耗限制下确定测试端口对数，利用云量子进化算法优化选取最优端口位置，实现对资源内核的并行测试；此方法可以有效地减少测试时间，且网络规模越大效果越好；同时，与量子进化算法相比，云量子进化算法有更好的稳定性。

Abstract

For the increasing number of the NoC resources cores

a method of NoC resources cores parallel test with cloud quantum evolutionary algorithm optimally selecting test ports was proposed

in order to reduce the test time of these cores.Firstly

improving quantum evolution algorithm with cloud model is proposed.Then the method is presented to determin the maximum of test ports with system limited power

select the most optimal location of ports with cloud quantum evolutionary algorithm

and test cores in parallel through multi test ports.The method is effective to reduce the test time of NoC resource cores

and the effect will be better in larger network;at the same time

compared with quantum evolutionary algorithm

the cloud quantum evolutionary algorithm has better stability.

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

基于改进RT-DETR的航拍小目标检测算法

基于监控指标关联性的微服务异常检测

基于反向体偏置的高增益稳定性高温运放设计

注意力机制与改进密集卷积引导的信息隐藏模型

基于多尺度融合与小目标增强的航拍车辆检测算法