[发明专利]基于混沌粒子群算法的可重构计算的软硬件任务划分方法

摘要

本发明公开了一种基于混沌粒子群算法的可重构计算的软硬件任务划分方法，所述方法基于DFG图的软硬件任务划分的多目标优化方法，综合考虑系统各模块的操作执行时间、模块间数据通信引起的延时、资源消耗等因素，设计一个多目标优化目标函数F_fitness，在满足给定的约束条件下，应用混沌粒子群优化方法搜寻该目标函数的最大值，找到最优解。

主权项

一种基于混沌粒子群算法的可重构计算的软硬件任务划分方法，其特征在于所述方法如下：Step1：初始化n个节点的位置，随机生成各个粒子的速度和位置，并计算各个粒子对应于初始节点随机分布的目标函数值，其中n为大于1的自然数；Step2：初始化每个粒子的个体最优pbest和群体最优位置gbest；Step3：对各个粒子更新速度和位置，重新计算每个粒子更新位置后的目标函数值；Step4：计算每个粒子更新位置后的目标函数值，并与个体最优pbest对应的目标函数值比较，当前者较大，则更新个体最优pbest；Step5：将群体中的每个粒子的个体最优pbest对应的目标函数值与群体最优位置gbest对应的目标函数值比较，当前者较大，则更新群体最优位置gbest；Step6：根据计算得到当前对群体最优位置gbest进行混沌优化的概率pk，同时生成一个随机数0～1内的随机数r，当r＜p_k，执行步骤Step7，否则跳到步骤Step10，其中k表示第k次迭代；Step7：将gbest中各节点坐标映射到定义域(0,1)内，即其中[a,b]为节点坐标范围；Step8：由Y⁰根据式$Y_{i+1}=\left\{\begin{array}{cc}{2Y}_i,& 0\≤Y_i\≤0.5\\ 2(1-Y_i),& 0.5\<Y_i\≤1\end{array}\right.$进行迭代生成一组混沌序列Y^m(m＝1,2,…)，将产生的混沌变量序列Y^m通过逆映射gbest^m＝a+(b‑a)Y^m(m＝1,2,…)返回到原解空间，得到m个解组合，即一个划分；Step9：计算对应各个组合的划分，找出目标函数F_fitness的值最大的一组，同未进行混沌优化时的最优位置的目标函数值比较，当前者数值大，则更新gbest；Step10：当达到预设最大迭代数，则结束，并返回群体最优分布，否则返回Step2。