基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
相对于2D NoC,3D NoC具有更好的集成度和系统性能,是解决低功耗映射的一个可靠途径。在传统粒子群算法(PSOA, particle swarm optimization algorithm)的基础上,提出了一种动态自适应离散粒子群算法(DADPSOA, dynamic adaptive discrete particle swarm optimization algorithm)。该算法基于早熟收敛程度和个体适应度值变化动态调整参数ω,不断靠近最优解;同时对粒子进行合理的解构造,减小了算法时间复杂度。仿真结果表明,与随机映射、遗传算法(GA, genetic algorithm)、PSOA和动态蚁群算法(DACA, dynamic ant colony algorithm)相比,DADPSOA可以缩短执行时间,减小映射结果通信功耗;在面向任务图映射的时候,其通信功耗下降。
推荐文章
基于粒子群算法的3D NoC测试优化方法
三维片上网络
带分复用
离散粒子群算法
测试优化
基于改进粒子群的3D-Mesh CMP片上网络映射算法
3D-NOC
片上多处理器
映射算法
粒子群算法
平均网络延时模型
最大延时模型
功耗模型
流量均衡模型
基于自适应动态改变的粒子群优化算法
粒子群算法
惯性权重
学习因子
自适应
基于云进化算法的3D NoC测试规划
三维片上网络
并行测试
功耗约束
云进化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于动态自适应离散粒子群算法的3D NoC低功耗映射方法
来源期刊 通信学报 学科 工学
关键词 3D NoC 低功耗映射 解构造 自适应离散粒子群算法
年,卷(期) 2016,(11) 所属期刊栏目 学术论文
研究方向 页码范围 23-30
页数 8页 分类号 TP393.03
字数 5088字 语种 中文
DOI 10.11959/j.issn.1000-436x.2016215
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘勤让 58 257 9.0 13.0
2 戴启华 4 17 3.0 4.0
3 沈剑良 22 57 4.0 6.0
4 赵博 10 51 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (48)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (10)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
3D NoC
低功耗映射
解构造
自适应离散粒子群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导