基于集成学习的编译优化参数选择方法研究

• 作者: 刘慧 姚金阳 赵荣彩
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 编译优化参数 集成学习 优化空间搜索 特征抽取
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 319-327
• 页数: 9页
• 分类号: TP314
• 字数: 8080字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.03.012

摘要

基于机器学习的迭代编译方法是当前迭代编译领域的研究热点,其挑战在于学习算法选择、优化参数搜索及程序特征表示等问题.基于集成学习技术提出一种优化参数组合自动预测方法 ELOPS.使用约束多目标粒子群优化算法对优化空间进行搜索,找到样本函数最佳优化参数组合;通过特征—类相关性度量方法对函数特征进行抽取;最后通过由函数特征和最佳参数组合形成的样本构建集成学习模型, 对新程序优化参数进行预测.基于两种平台,在NPB 测试集和大型科学计算程序上与现有方法进行对比.实验结果表明,ELOPS 方法比现有 方法具有更好的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧		18	35	4.0	5.0
3	赵荣彩		30	66	4.0	5.0
4	姚金阳		3	0	0.0	0.0