基于云量子进化算法的 NoC资源内核测试优化研究

• 作者: 李素娟 许川佩
• 来源期刊: 微电子学与计算机
• 关键词: 片上网络 测试优化 并行测试 云量子进化算法
• 年，卷（期）: 2013,（12）
• 页码范围: 117-120
• 页数: 4页
• 分类号: TP306
• 语种: 中文

摘要

针对片上网络中资源内核数量不断增多，提出了一种基于云量子进化算法优化选取测试端口对资源内核进行并行测试的方法，以降低资源内核测试时间。首先用云模型对量子进化算法进行改进；然后在片上网络测试功耗限制下确定测试端口对数，利用云量子进化算法优化选取最优端口位置，实现对资源内核的并行测试；此方法可以有效地减少测试时间，且网络规模越大效果越好；同时，与量子进化算法相比，云量子进化算法有更好的稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许川佩	桂林电子科技大学电子工程与自动化学院	124	676	13.0	19.0
2	李素娟	桂林电子科技大学电子工程与自动化学院	1	6	1.0	1.0