基于调和距离量子多目标进化算法的NoC测试规划优化

• 作者: 周甜 屈瑾瑾 李智 胡聪 许川佩
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 片上网络 测试规划 量子多目标进化算法 调和距离 混沌映射
• 年，卷（期）: 2017,（1）
• 页码范围: 173-183
• 页数: 11页
• 分类号: TP306
• 字数: 7302字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.01.024

摘要

如何实现测试时间和测试功耗协同优化是目前片上网络(Network-on-Chip,NoC)测试中亟待解决的问题.提出一种基于调和距离量子多目标进化算法(Harmonic distance quantum-inspired multiobjective evolutionary algorithm,HQMEA)的NoC测试规划优化方法.采用重用NoC作为测试存取机制(Test access mechanism,TAM)的并行测试方法,对NoC中的内核进行测试,节省测试资源,提高测试效率.提出的算法在量子多目标进化算法(Quantum-inspired multiobjective evolutionary algorithm,QMEA)的基础上,采用多进制概率角编码替代二进制概率幅编码,更好的适应NoC测试规划问题;采用调和距离替代拥挤距离(Crowding distance)能更好的衡量拥挤程度;采用混沌策略动态更新旋转角,能很好地兼顾了算法的探索和发掘能力.在ITC'02 test benchmarks测试集上进行对比实验,结果表明相比量子多目标进化算法,提出的算法不仅提升了算法的收敛性,而且保证了Pareto解集良好的分布性.

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	胡聪	西安电子科技大学机电工程学院	43	201	8.0	13.0
4	李智	西安电子科技大学机电工程学院	54	170	8.0	11.0
6	屈瑾瑾	桂林电子科技大学电子工程与自动化学院	2	11	2.0	2.0
11	周甜	桂林电子科技大学电子工程与自动化学院	3	10	2.0	3.0