导读:本文包含了软硬件混合模拟论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:软硬件,算法,嵌入式系统,论文。
韩素娟[1](2011)在《基于遗传和模拟退火混合的软硬件划分方法研究》一文中研究指出嵌入式系统高速发展,集成电路工艺已经无法满足人们的需求,我们逐渐进入了SoC时代。随着嵌入式系统设计复杂度的逐步提高,传统的嵌入式系统设计方法的错误定位难,开发周期长、成本高、进行产品更新困难等缺点导致其已经无法满足嵌入式系统设计的要求。因此嵌入式软硬件协同设计成为了一种必然。嵌入式系统软硬件划分是软硬件协同设计方法中的一项重要技术,所以,在研究嵌入式系统设计时,构造出合理的系统描述模型,提出高效的优化的软硬件划分算法,将会具有非常重要的理论研究价值和实际应用价值。在进行软硬件协同设计的整个流程里,软硬件划分算法作为它的一项重要技术,如何同时考虑系统性能和系统成本的因素,达到二者的最优结合,是软硬件划分主要要处理解决的问题。软硬件划分属于NP问题,目前对于这类问题的解决方法就是利用优化算法来求得近似最优解。本文的主要工作就是围绕求解嵌入式系统设计中软硬件划分问题最优解而展开的。本文介绍了嵌入式系统软硬件协同设计的研究领域,同时还简要介绍了其国内外研究现状。在此基础上,本文进一步研究了在解决嵌入式系统软硬件划分问题时常用的经典数学模型的构建原理,以及一直以来在软硬件划分技术中存在的一些通常会遇到的难题。通过对遗传算法(Genetic Algorithm)和模拟退火(Simulated Annealing)算法的优缺点的比较,本文针对嵌入式系统软硬件双路划分问题提出了遗传模拟退火混合算法(Genetic Algorithm and Simulated Annealing)的策略,数学模型采用TGFF(Task Graph for Free)工具生成的有向无环图,遗传算法GA作为进行全局搜索的主框架,利用模拟退火算法SA中的随机状态生成函数和Metropolis接受准则来不断地更新遗传算法产生的种群。最后,本文利用TGFF工具生成真实的数据,并分别采用这些数据将遗传算法、模拟退火算法与遗传模拟退火混合算法进行编程实验,通过验证对比,结果表明GASA算法能够克服GA局部搜索能力差、SA对整个搜索空间的全局情况了解不足的缺点,从而可以获得性能和精度更高的划分结果。(本文来源于《哈尔滨理工大学》期刊2011-03-01)
[1].韩素娟.基于遗传和模拟退火混合的软硬件划分方法研究[D].哈尔滨理工大学.2011
本文来源: https://www.lunwen90.cn/article/8b52cd866a83552f47396fb1.html