[发明专利]一种片上网络缓存上界的优化方法

权利要求书

1.一种片上网络缓存上界的优化方法，其特征是，所述片上网络是由N×N个节点构成的二维网络，且在所述片上网络上存在s条业务流；所述优化方法是按如下步骤进行：

步骤1、利用式(1)获得第v条业务流的缓存B_v，从而获得s条业务流的缓存{B₁,B₂,…,B_v,…,B_s}：

$B_v=r_v(x_{v}T+y_v\frac{b_v}{R})+z_v{b}_v---\left(1\right)$

式(1)中，r_v表示第v条业务流的发包速率，T表示所述片上网络的转发延迟，b_v表示第v条业务流的发包突发度，R表示所述片上网络的转发速率，x_v、y_v、z_v分别表示第v条业务流的缓存系数；1≤v≤s；

步骤2、令所述第v条业务流上经过的所有节点的缓存为B_v，其余节点的缓存为“0”，从而得到第v条业务流上N×N个节点的缓存矩阵，记为表示第l行第k列的节点在第v条业务流上的缓存；进而得到s条业务流上N×N个节点的缓存矩阵{D₁,D₂,…,D_v,…,D_s}，1≤l≤N；1≤k≤N；

步骤3、根据所述s条业务流上N×N个节点的缓存矩阵{D₁,D₂,…,D_v,…,D_s}，得到每个节点各自最大的缓存上界矩阵，记为

$D_{\max }=\left[\begin{array}{ccccc}\max \{B_1^{(1,1)},\mathrm{...},B_v^{(1,1)},\mathrm{...},B_s^{(1,1)}\}& \mathrm{...}& \max \{B_1^{(1,k)},\mathrm{...},B_v^{(1,k)},\mathrm{...},B_s^{(1,k)}\}& \mathrm{...}& \max \{B_1^{(1,N)},\mathrm{...},B_v^{(1,N)},\mathrm{...},B_s^{(1,N)}\}\\ .& & .& & .\\ .& & .& & .\\ .& & .& & .\\ \max \{B_1^{(l,1)},\mathrm{...},B_v^{(l,1)},\mathrm{...},B_s^{(l,1)}\}& \mathrm{...}& \max \{B_1^{(l,k)},\mathrm{...},B_v^{(l,k)},\mathrm{...},B_s^{(l,k)}\}& \mathrm{...}& \max \{B_1^{(l,N)},\mathrm{...},B_v^{(l,N)},\mathrm{...},B_s^{(l,N)}\}\\ .& & .& & .\\ .& & .& & .\\ .& & .& & .\\ \max \{B_1^{(N,1)},\mathrm{...},B_v^{(N,1)},\mathrm{...},B_s^{(N,1)}\}& \mathrm{...}& \max \{B_1^{(N,k)},\mathrm{...},B_v^{(N,k)},\mathrm{...},B_s^{(N,k)}\}& \mathrm{...}& \max \{B_1^{(N,N)},\mathrm{...},B_v^{(N,N)},\mathrm{...},B_s^{(N,N)}\}\end{array}\right];$

表示第l行第k列的节点在s条业务流上的最大的缓存上界；

步骤4、从所述缓存上界矩阵D_max中选取最大值作为目标函数B_max，并利用萤火虫算法对所述目标函数B_max进行优化，使得目标函数B_max取得最小值，从而得到最优映射方案Map_min；以所述最优映射方案Map_min来完成对所述片上网络的缓存上界优化；其中，令萤火虫的荧光亮度为目标函数B_max，令萤火虫的移动条件如式(2)所示：

$\frac{1}{I_{(m,n)}}\<\frac{1}{I_{(p,q)}}\×\exp (-{\mathrm{\γL}}_{(m,n)\→(p,q)})---\left(2\right)$

式(2)中，I_(m,n)表示第m行第n列的节点的亮度，即第m行第n列的节点在s条业务流上的最大的缓存上界，I_(p,q)表示第p行第q列的节点的亮度，即第p行第q列的节点在s条业务流上的最大的缓存上界，γ表示光强吸收系数，L_{(m,n)→(p,q)}表示第m行第n列的节点与第m行第n列的节点间的曼哈顿距离；1≤m≤N；1≤n≤N；1≤p≤N；1≤q≤N。