[发明专利]基于差分进化和捕食搜索策略的胖树型片上网络映射方法

摘要

本发明公开了一种基于差分进化和捕食搜索策略的胖树型片上网络映射方法。其步骤为：(1)初始化当前最优映射结果，并定义解空间内以任意一个解作为中心的周围的多个解组成限制数组；(2)在当前最优映射结果周围设置限制总数为T的限制数组R[0]，R[1]，...，R[T-1]，定义当前限制变量为R[i]；(3)在当前限制变量R[i]周围采用差分进化方法搜索，若找到更优解，则更新当前最优映射结果并返回步骤(2)，否则继续步骤(4)；(4)更新当前限制变量i＝i+1，若i＜T-1，则返回步骤(3)，否则输出当前最优映射结果。本发明通过限制的调节克服了局部最优问题，大大降低了网络能耗并减少了映射运行时间，可用于低能耗、快速的大规模IP核在胖树型片上网络中的映射。

主权项

一种基于差分进化和捕食搜索策略的胖树型片上网络映射方法，包括如下步骤：(1)初始化操作对映射结果进行初始化：随机选择一个映射排序作为映射结果s的初始解，令当前最优映射结果b＝s；对限制数组进行初始化：定义解空间内以任意一个解作为中心的周围的多个解组成限制数组，该数组中每个元素对应于该中心的一个邻域的限制范围，然后，在当前最优映射结果b的周围设置限制总数为T的限制数组：R[0]，R[1]，...，R[T‑1]，其中T取自然数，给定一个解b和一个限制R[i]，将围绕b的一个受限邻域表示为A(b，R[i])；对中间变量进行初始化：令当前局部搜索所在的限制级数i1＝0，当前限制级数内的搜索次数i2＝0；(2)将当前局部搜索所在的限制级数与设定的限制总数进行比较，如果当前局部搜索所在的限制级数i1＜设定的限制总数T，则进行局部搜索，并初始化M个种群个体，利用差分进化方法对该初始种群迭代N次，其中N为所设定的差分进化的总迭代次数，将迭代得到的最优映射结果记为p，并转步骤(3)；否则，将当前最优映射结果b作为最佳映射结果，并输出；(3)判断迭代得到的最优映射结果是否在当前最优映射结果的受限邻域内，如果迭代得到的最优映射结果p在当前最优映射结果b的受限邻域A(b，R[i1])内，则令映射结果s＝迭代得到的最优映射结果p，并转步骤(4)；否则转步骤(5)；(4)将迭代得到的最优映射结果对应的能耗与当前最优映射结果对应的能耗进行比较，如果迭代得到的最优映射结果p对应的能耗优于当前最优映射结果b对应的能耗，则进行更新，重新开始计算，即令当前最优映射结果b＝s，当前局部搜索所在的限制级数i1＝0，当前限制级数内的搜索次数i2＝0，然后在当前最优映射结果b的周围重新计算限制数组，转步骤(2)；否则转步骤(5)；(5)将当前限制级数内的搜索次数与每一限制等级内的最大搜索次数进行比较，令当前限制级数内的搜索次数i2＝i2+1，如果i2＞每一限制等级内的最大搜索次数C，令当前局部搜索所在的限制级数i1＝i1+1，当前限制级数内的搜索次数i2＝0，并转步骤(6)；否则转步骤(2)；(6)将当前局部搜索所在的限制级数与终止局部搜索的限制级数进行比较，如果当前局部搜索所在的限制级数i1＝终止局部搜索的限制级数L，则将当前局部搜索所在的限制级数i1设置为终止局部搜索的限制级数L与设定的限制总数T之间的一个限制级数值Lhigh，即令i1＝Lhigh，转步骤(2)；否则直接转步骤(2)。