基于群体智能的片上网络映射算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-19页 |
| ·片上网络的研究背景及其关键问题 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·NoC设计的关键问题 | 第8-13页 |
| ·国内外发展现状 | 第13-16页 |
| ·发展现状概述 | 第13-14页 |
| ·商用NoC介绍 | 第14-16页 |
| ·本文课题研究意义及主要工作 | 第16-17页 |
| ·论文内容及结构安排 | 第17-19页 |
| 第二章 片上网络映射优化发展概述 | 第19-29页 |
| ·映射优化的一般模型 | 第20-23页 |
| ·流量模型 | 第21-22页 |
| ·映射模型 | 第22-23页 |
| ·群体智能算法简介 | 第23-26页 |
| ·遗传算法 | 第24-25页 |
| ·蚁群算法 | 第25-26页 |
| ·粒子群算法 | 第26页 |
| ·映射优化进展分析 | 第26-29页 |
| ·单目标优化映射 | 第26-27页 |
| ·多目标优化映射 | 第27-29页 |
| 第三章 基于蜂群智能的片上网络映射 | 第29-39页 |
| ·人工蜂群算法理论 | 第29-31页 |
| ·蜂群模型 | 第29-30页 |
| ·人工蜂群算法 | 第30-31页 |
| ·片上网络优化问题模型 | 第31-33页 |
| ·问题定义 | 第31-32页 |
| ·能耗模型 | 第32页 |
| ·低能耗映射优化模型 | 第32-33页 |
| ·基于蜂群智能的NoC映射 | 第33-37页 |
| ·算法编码及初始化 | 第33-34页 |
| ·收益度评价函数 | 第34页 |
| ·引领蜂操作 | 第34-35页 |
| ·跟随蜂操作 | 第35-36页 |
| ·侦察蜂操作 | 第36页 |
| ·基于蜂群智能的映射算法流程 | 第36-37页 |
| ·基于蜂群智能的映射算法理论分析 | 第37-39页 |
| 第四章 基于鱼群智能的片上网络映射 | 第39-49页 |
| ·人工鱼群算法理论 | 第39-41页 |
| ·人工鱼群算法简介 | 第39-40页 |
| ·人工鱼群算法模型 | 第40-41页 |
| ·片上网络优化问题模型 | 第41-43页 |
| ·问题定义 | 第41页 |
| ·流量均衡模型 | 第41-42页 |
| ·映射模型 | 第42-43页 |
| ·基于鱼群智能的NoC映射 | 第43-46页 |
| ·算法编码及其初始化 | 第43页 |
| ·追尾操作 | 第43-44页 |
| ·聚群操作 | 第44-45页 |
| ·觅食操作 | 第45-46页 |
| ·基于鱼群智能的映射算法伪代码 | 第46页 |
| ·算法的进一步改进 | 第46-49页 |
| ·针对其它拓扑的映射算法改进 | 第46-47页 |
| ·IP核数目与网络节点不等的映射改进 | 第47-48页 |
| ·网络拓扑的自动生成 | 第48-49页 |
| 第五章 片上网络映射算法实现及其性能仿真 | 第49-61页 |
| ·仿真环境介绍 | 第49-52页 |
| ·实际应用通信图 | 第49-51页 |
| ·算法参数设置及仿真平台介绍 | 第51-52页 |
| ·基于蜂群算法的映射仿真 | 第52-54页 |
| ·基于人工鱼群算法的映射仿真 | 第54-58页 |
| ·映射算法进一步改进的仿真 | 第58-61页 |
| ·其它拓扑的映射仿真 | 第58-59页 |
| ·IP核数目与网络节点不等的映射仿真 | 第59-60页 |
| ·规整网络拓扑的自动生成 | 第60页 |
| ·根据映射结果进行拓扑优化 | 第60-61页 |
| 第六章 总结 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 硕士在读期间研究成果 | 第71页 |
