众核片上系统嵌入式软件综合技术研究
摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-18页 |
1.1 研究背景 | 第11-13页 |
1.1.1 处理器集成技术的发展 | 第11-12页 |
1.1.2 众核片上系统软件综合技术的发展现状 | 第12页 |
1.1.3 众核片上系统软件综合技术研究的困难性 | 第12-13页 |
1.2 研究目的与意义 | 第13页 |
1.3 课题研究现状 | 第13-14页 |
1.4 论文的主要工作 | 第14-16页 |
1.4.1 众核任务绑定与调度的近似算法 | 第15页 |
1.4.2 基于蚁群算法的任务绑定与调度 | 第15页 |
1.4.3 基于遗传蚁群算法的任务绑定与调度 | 第15-16页 |
1.5 论文的组织结构 | 第16-17页 |
1.6 本章小结 | 第17-18页 |
第2章 众核软件综合技术概述 | 第18-30页 |
2.1 众核软件综合流程 | 第18-19页 |
2.2 众核处理器模型 | 第19-22页 |
2.2.1 典型的众核处理器架构 | 第19-21页 |
2.2.2 基于NoC的众核处理器拓扑结构 | 第21-22页 |
2.3 软件任务模型 | 第22-24页 |
2.4 任务划分 | 第24-26页 |
2.5 任务分配与调度 | 第26-28页 |
2.5.1 任务分配与调度问题概述 | 第26页 |
2.5.2 任务分配与调度问题的分类 | 第26-28页 |
2.5.3 众核处理器任务分配与调度模型 | 第28页 |
2.6 生成中间代码 | 第28页 |
2.7 二次编译与代码执行 | 第28-29页 |
2.8 本章小结 | 第29-30页 |
第3章 众核任务绑定与调度的近似算法 | 第30-39页 |
3.1 引言 | 第30-31页 |
3.2 问题抽象 | 第31-33页 |
3.2.1 任务模型抽象 | 第31-32页 |
3.2.2 2D-Torus众核平台抽象 | 第32页 |
3.2.3 问题描述 | 第32-33页 |
3.3 算法介绍 | 第33-35页 |
3.3.1 任务选择 | 第33页 |
3.3.2 处理器内核的选取 | 第33-34页 |
3.3.3 解的构建 | 第34-35页 |
3.4 实验仿真与分析 | 第35-37页 |
3.5 本章小结 | 第37-39页 |
第4章 基于蚁群算法的任务绑定与调度 | 第39-52页 |
4.1 引言 | 第39-40页 |
4.2 蚁群算法介绍 | 第40-43页 |
4.2.1 蚁群算法概述 | 第40-41页 |
4.2.2 蚁群算法的基本原理 | 第41-42页 |
4.2.3 蚁群算法的优缺点 | 第42-43页 |
4.3 问题建模 | 第43-44页 |
4.3.1 软件任务模型 | 第43-44页 |
4.3.2 众核处理器模型 | 第44页 |
4.3.3 问题描述 | 第44页 |
4.4 基于ACO的任务绑定与调度算法 | 第44-48页 |
4.4.1 聚度和信息权重 | 第45-46页 |
4.4.2 算法初始化 | 第46页 |
4.4.3 内核的选择与解的构建 | 第46-47页 |
4.4.4 信息素的更新机制 | 第47-48页 |
4.5 实验结果与分析 | 第48-51页 |
4.6 本章小结 | 第51-52页 |
第5章 基于遗传蚁群算法的任务绑定与调度 | 第52-64页 |
5.1 引言 | 第52-53页 |
5.2 遗传算法 | 第53-56页 |
5.2.1 遗传算法概述 | 第53页 |
5.2.2 遗传算法的基本概念 | 第53-55页 |
5.2.3 遗传算法的基本流程 | 第55-56页 |
5.2.4 遗传算法的优缺点 | 第56页 |
5.3 遗传算法与蚁群算法的融合 | 第56-58页 |
5.4 算法实现 | 第58-61页 |
5.4.1 遗传编码 | 第58-59页 |
5.4.2 初始种群的生成 | 第59页 |
5.4.3 适应值函数 | 第59页 |
5.4.4 遗传操作 | 第59-60页 |
5.4.5 融合算法解的构建 | 第60-61页 |
5.4.6 遗传算法与蚁群算法的衔接 | 第61页 |
5.5 仿真实验与实验分析 | 第61-63页 |
5.6 本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-66页 |
6.1 总结 | 第64-65页 |
6.2 展望 | 第65-66页 |
参考文献 | 第66-71页 |
攻读硕士学位期间发表的学术论文 | 第71-72页 |
致谢 | 第72页 |