| 表目录 | 第6-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 NoC 技术概述 | 第12-13页 |
| 1.2.1 NoC 体系结构组成 | 第12-13页 |
| 1.2.2 NoC 与计算机网络的区别 | 第13页 |
| 1.3 NoC 映射研究现状 | 第13-16页 |
| 1.3.1 时延模型 | 第15-16页 |
| 1.3.2 多目标映射算法 | 第16页 |
| 1.4 本文的主要内容和结构安排 | 第16-19页 |
| 1.4.1 主要内容 | 第16-18页 |
| 1.4.2 结构安排 | 第18-19页 |
| 第二章 NoC 映射研究基础 | 第19-27页 |
| 2.1 NoC 设计 | 第19-20页 |
| 2.2 NoC 映射相关技术 | 第20-24页 |
| 2.2.1 NoC 拓扑结构 | 第20-22页 |
| 2.2.2 NoC 路由策略 | 第22-23页 |
| 2.2.3 NoC 映射 | 第23-24页 |
| 2.3 NoC 映射算法 | 第24页 |
| 2.3.1 GA 算法 | 第24页 |
| 2.3.2 NSGAⅡ算法 | 第24页 |
| 2.4 NoC 映射性能指标 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 NoC 映射的能耗和时延模型 | 第27-37页 |
| 3.1 通信能耗模型 | 第27-28页 |
| 3.2 基于宏观链路负载分布和单个节点排队时延的通信时延优化模型 | 第28-30页 |
| 3.3 基于近邻随机 GA 的 NoC 映射方案 | 第30-36页 |
| 3.3.1 基于近邻随机 GA 映射方案描述 | 第31-32页 |
| 3.3.2 实验描述 | 第32-33页 |
| 3.3.3 仿真结果与分析 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于 Boltzmann-NSGAⅡ的 NoC 映射算法 | 第37-51页 |
| 4.1 基于 Boltzmann-NSGAⅡ的 NoC 映射算法 | 第37-41页 |
| 4.1.1 基于 Boltzmann-NSGAⅡ映射算法的关键算子 | 第38-39页 |
| 4.1.2 算法描述 | 第39-41页 |
| 4.1.3 算法复杂度分析 | 第41页 |
| 4.2 性能仿真 | 第41-49页 |
| 4.2.1 实验描述 | 第41-43页 |
| 4.2.2 仿真结果与分析 | 第43-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第五章 基于混沌 NNIA 的 NoC 映射算法 | 第51-63页 |
| 5.1 NNIA 算法概述 | 第51-53页 |
| 5.2 基于混沌 NNIA 的 NoC 映射算法 | 第53-58页 |
| 5.2.1 混沌更新操作 | 第54页 |
| 5.2.2 算法描述 | 第54-55页 |
| 5.2.3 目标函数 | 第55-58页 |
| 5.2.4 算法复杂度分析 | 第58页 |
| 5.3 仿真分析 | 第58-61页 |
| 5.3.1 低维多目标优化映射问题的算法比较 | 第59-60页 |
| 5.3.2 高维多目标优化映射问题的算法比较 | 第60-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 结束语 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 主要研究成果和创新点 | 第63-64页 |
| 6.3 下一步工作 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第69-70页 |
| 致谢 | 第70页 |
