基于改进的遗传算法软硬件划分方法研究
时间:07-20
来源:山西电子技术
点击:
0 引言
集成电路在过去30年的发展几乎完全遵循Moore定律,即集成电路的集成度每隔18个月就翻一番。现在集成电路的面积进一步减小,并获得更高的集成度。集成度增加的结果就是能集成越来越多的功能,甚至是一个完整的系统都能够被集成到单个芯片之中。这样原来由微处理器、协处理器和多块其他外围芯片组成的系统,可以集成在一块芯片内实现,这种一块芯片集成一个系统的技术,叫做系统集成芯片(SOC,System-On-Chip)技术。但是传统的系统设计面临着许多必须解决的矛盾问题,首先是系统高性能和低成本之间的矛盾;其次是系统复杂性与更新换代周期之间的矛盾。
面对这种矛盾,一个可行的解决方案是采用SOC软硬件协同设计方法。而软硬件划分是软硬件协同设计方法的关键问题。软硬件划分问题是一个多目标优化问题,在优化过程中要针对成本、面积、功耗、时间等多个目标。现在已经有很多算法应用到软硬件划分中,如遗传算法、蚂蚁算法、禁忌搜索算法、模拟退火算法等。本文主要采用基于小生境技术(Niching Methods)和精英保持策略的改进遗传算法来进行软硬件划分研究。
l 遗传算法基本思想
美国Michigan大学J.Holland教授于1975年提出的遗传算法,遗传算法是以达尔文的自然选择和优胜劣汰的生物进化理论为基础的。和传统的搜索算法不同,遗传算法从一组随机产生的成为种群(Population)的初始解开始搜索。种群中的每一个体都是问题的一个解,称为染色体,这些染色体在后续迭代中不断进化,称为遗传。在新一代形成中,根据适应值的大小选择部分后代,淘汰部分后代。经过若干代之后,算法收敛于最好的染色体,它可能是问题的最优解或近似最优解。图l是遗传算法基本的流程示意图。
遗传算法的主要优点是:1)具有领悟无关的群体性全局搜索能力,可避免陷入局部最优;2)搜索使用评价函数启发过程简单;3)使用概率机制进行迭代,具有随机性;4)可扩展性强,易于介入已有的模型中去,且易于与其他优化技术结合。
2 小生境技术和精英保持策略
2.1 小生境技术
早熟收敛是遗传算法最严重的一个问题,保持群体的多样性可以有效地防止群体的早熟收敛,而且种群多样性也是遗传算法能够搜索全局最优解的基本条件。其中小生境(niching methods)技术是遗传算法维持种群多样性而广为采用的方法。在生物学中,小生境是指特定环境下的一种生存环境,相同的生物生活在同一个小生境中。借鉴此概念,遗传算法将每一代个体划分成若干类,每个类中选出若干适应度较高的个体作为一个类的优秀代表组成一个种群,再在种群中以及不同种群之间通过杂交、变异产生新一代个体群,同时采用预选择机制或者排挤机制或共享机制完成选择操作。这样就可以更好的保持群体的多样性,使其具有较高的全局寻优能力和收敛速度。遗传算法中模拟小生境的方法主要有以下几种:1)基于预选择的小生境实现方法;2)基于排挤的小生境实现方法;3)基于共享函数的小生境实现方法。
2.2 精英保持策略
在遗传算法的运行过程中,通过对个体进行交叉、变异等遗传操作而不断地产生出新的个体。虽然随着群体的进化过程会产生出越来越多的优良个体,但是犹豫遗传算法的随机性,可能会破坏当前群体中的最好的个体。这将对遗传算法的有效性和收敛性都有很大影响。为了使适应度最好的个体能够保存到下一代群体中,本文使用精英保持策略(Elitlsm Preserving)来进行优胜劣汰,将当前群体中适应度最高的个体不参与交叉和变异运算,而是用它来替代当前代中适应度最低的个体。假设P,代表第i代的进化群体,则精英保持策略的操作示意如图2:
集成电路在过去30年的发展几乎完全遵循Moore定律,即集成电路的集成度每隔18个月就翻一番。现在集成电路的面积进一步减小,并获得更高的集成度。集成度增加的结果就是能集成越来越多的功能,甚至是一个完整的系统都能够被集成到单个芯片之中。这样原来由微处理器、协处理器和多块其他外围芯片组成的系统,可以集成在一块芯片内实现,这种一块芯片集成一个系统的技术,叫做系统集成芯片(SOC,System-On-Chip)技术。但是传统的系统设计面临着许多必须解决的矛盾问题,首先是系统高性能和低成本之间的矛盾;其次是系统复杂性与更新换代周期之间的矛盾。
面对这种矛盾,一个可行的解决方案是采用SOC软硬件协同设计方法。而软硬件划分是软硬件协同设计方法的关键问题。软硬件划分问题是一个多目标优化问题,在优化过程中要针对成本、面积、功耗、时间等多个目标。现在已经有很多算法应用到软硬件划分中,如遗传算法、蚂蚁算法、禁忌搜索算法、模拟退火算法等。本文主要采用基于小生境技术(Niching Methods)和精英保持策略的改进遗传算法来进行软硬件划分研究。
l 遗传算法基本思想
美国Michigan大学J.Holland教授于1975年提出的遗传算法,遗传算法是以达尔文的自然选择和优胜劣汰的生物进化理论为基础的。和传统的搜索算法不同,遗传算法从一组随机产生的成为种群(Population)的初始解开始搜索。种群中的每一个体都是问题的一个解,称为染色体,这些染色体在后续迭代中不断进化,称为遗传。在新一代形成中,根据适应值的大小选择部分后代,淘汰部分后代。经过若干代之后,算法收敛于最好的染色体,它可能是问题的最优解或近似最优解。图l是遗传算法基本的流程示意图。
遗传算法的主要优点是:1)具有领悟无关的群体性全局搜索能力,可避免陷入局部最优;2)搜索使用评价函数启发过程简单;3)使用概率机制进行迭代,具有随机性;4)可扩展性强,易于介入已有的模型中去,且易于与其他优化技术结合。
2 小生境技术和精英保持策略
2.1 小生境技术
早熟收敛是遗传算法最严重的一个问题,保持群体的多样性可以有效地防止群体的早熟收敛,而且种群多样性也是遗传算法能够搜索全局最优解的基本条件。其中小生境(niching methods)技术是遗传算法维持种群多样性而广为采用的方法。在生物学中,小生境是指特定环境下的一种生存环境,相同的生物生活在同一个小生境中。借鉴此概念,遗传算法将每一代个体划分成若干类,每个类中选出若干适应度较高的个体作为一个类的优秀代表组成一个种群,再在种群中以及不同种群之间通过杂交、变异产生新一代个体群,同时采用预选择机制或者排挤机制或共享机制完成选择操作。这样就可以更好的保持群体的多样性,使其具有较高的全局寻优能力和收敛速度。遗传算法中模拟小生境的方法主要有以下几种:1)基于预选择的小生境实现方法;2)基于排挤的小生境实现方法;3)基于共享函数的小生境实现方法。
2.2 精英保持策略
在遗传算法的运行过程中,通过对个体进行交叉、变异等遗传操作而不断地产生出新的个体。虽然随着群体的进化过程会产生出越来越多的优良个体,但是犹豫遗传算法的随机性,可能会破坏当前群体中的最好的个体。这将对遗传算法的有效性和收敛性都有很大影响。为了使适应度最好的个体能够保存到下一代群体中,本文使用精英保持策略(Elitlsm Preserving)来进行优胜劣汰,将当前群体中适应度最高的个体不参与交叉和变异运算,而是用它来替代当前代中适应度最低的个体。假设P,代表第i代的进化群体,则精英保持策略的操作示意如图2:
如图2所示,精英保持策略的基本思想是对Pi进行非劣排序,在群体中挑出最优的个体保留到下一代Pi+1。这种保留通过在遗传操作外部维持一个辅助群体P*来实现。P*中个体的编码决策向量是所有解向量中的非被支配向量,即当前代的Pareto最优解。由于每代进化后的非支配向量大小是个不定量,外部群体P*的大
- 基于新型ASSP LTC3455的硬盘MP3电源设计(06-07)
- 单片彩色LCoS显示系统的设计实现(09-09)
- 具有开关电源通路管理的下一代电源管理集成电路(08-28)
- 如何利用DCP获得更精确的性能(10-01)
- 集成电路的种类与用途(09-20)
- CMOS集成电路中ESD保护技术研究(10-17)
闁诲繐绻愮€氫即銆傞懜鐢碘枖闁规崘灏欓悷褰掓煕閳哄喚鏀版い鏂垮瀵偄鈻庨幋鏃€鐓犻梺瑙勪航閸斿繐鐣烽敓锟�
- 婵°倕鍊瑰玻鎸庮殽閸モ晙鐒婇柛鏇ㄥ灱閺嗐儳鈧鎮堕崕鎶藉煝閼测晜鏆滈柛顐g箓閹鏌熺€涙ê濮囬柣鎾规硶閹峰顢橀悢鍛婄暚缂備礁顑呴鍛淬€冨⿰鍛晳闁跨噦鎷�
闂佺ǹ绻堥崝宥夊蓟閻斿憡濯寸€广儱鎷嬮崝鍛槈閺冨倸孝闁汇劎濮甸敍鎰板箣濠婂懐鎳囨繛鎴炴尰濮樸劑鎮¢敍鍕珰闁糕槅鍘剧粈澶愭煙缂佹ê濮囩€规洖鐭傞幆宥夊棘閸喚宀涢悗瑙勬偠閸庢壆绱為弮鍫熷殑闁芥ê顦~鏃堟煥濞戞ǹ瀚板┑顕呬邯楠炲啴濡搁妷锕€娓愰梻渚囧亞閸犳劙宕瑰鑸碘拹濠㈣埖鐡曠粈瀣归崗鍧氱細妞ゎ偄鎳橀幆鍐礋椤愩倖顔忔俊顐ゅ閸ㄥ灚瀵奸幇顔剧煓閻庯綆浜為悷锟�...
- 婵炴垶鎼╅崢鐐殽閸モ晙鐒婇柛鏇ㄥ灱閺嗐儳鈧鎮堕崕鎶藉煝閼测晜鏆滈柛顐g箓閹鏌熺€涙ê濮囬柣鎾规硶閹峰顢橀悢鍛婄暚缂備礁顑呴鍛淬€冨⿰鍛晳闁跨噦鎷�
缂備緡鍣g粻鏍焵椤掑﹥瀚�30婵犮垼鍩栧畝绋课涢鍌欑剨闁告洦鍨奸弳銉╂煕閳哄喚鏀版い鏂垮閹风娀宕滆閺屻倝鏌ㄥ☉妯侯殭缂佹鎸鹃埀顒傤攰閸╂牕顔忕捄銊﹀珰闁规儳鎳愮粈澶愭煕閺傜儤娅呮い鎺斿枛瀹曘劌螣閻戞ê娓愰梻渚囧亞閸犳洟骞撻鍫濈濡鑳堕鍗炩槈閹垮啩绨婚柟顔奸叄瀵粙鎮℃惔锝嗩啅婵☆偆澧楅崹鍨閹邦喚鐭欓悗锝庝簽閻熷酣鏌i妸銉ヮ伂妞も晪绠戞晥闁跨噦鎷�...
- Agilent ADS 闂佽桨鐒﹂悷銉╊敆閻旂厧鏄ョ痪顓炴媼閸炴煡鎮归崶褍鈷旈柍璇插悑缁鸿棄螖閸曞灚顥�
婵炴垶鎸婚幐鎼侇敊瀹ュ绠抽柛顐秵閸わ箓鏌ㄥ☉妯垮闁告瑥绻樺Λ鍐閿濆骸鏁奸柣鐔哥懐閺嬪儊S闂佸憡鑹剧€氼噣锝為幒妤€绀夐柣鏃囶嚙閸樻挳鏌涘⿰鍐濞村吋鍔楃划娆戔偓锝庝簽鐎瑰鏌i姀鈺冨帨缂侀亶浜跺畷婵嬪煛閸屾矮鎲鹃梺鐑╁亾閸斿秴銆掗崼鏇熷剹妞ゆ挾濮甸悾閬嶆煛閸愩劎鍩f俊顐ユ硶閳ь剚鍐荤紓姘辨閻у挷S...
- HFSS闁诲孩鍐荤紓姘卞姬閸曨垰鏄ョ痪顓炴媼閸炴煡鎮归崶褍鈷旈柍璇插悑缁鸿棄螖閸曞灚顥�
闁荤姍鍐仾缂佽鐒︾粙澶愬箻閹颁礁鏅欓梺鐟版惈閻楁劙顢氶幎鑺ユ櫖閻忕偠妫勫鍧楁⒒閸稑鐏辨い鏂款樀楠炴帡宕峰▎绂⊿闂佹眹鍔岀€氼剚鎱ㄥ☉銏″殑闁芥ê顦扮€氭煡骞栫€涙ɑ鈷掗柡浣靛€濋弫宥囦沪閽樺鐩庨梺鍛婃煛閺呮粓宕戝澶婄闁靛ň鏅滃銊х磼椤栨繂鍚圭紒顔芥そ瀹曠兘寮跺▎鎯уΤ婵炴垶姊绘慨鐢垫暜婢舵劕绠垫い鈥抽敪SS...
- CST閻庣敻鍋婇崰妤冧焊濠靛棭鍟呴柕澶堝€楃粙濠囨倵楠炲灝鈧洟鎮$捄銊﹀妞ゆ挾鍠愬▓宀€绱掔€n亶鍎忔い銊︾矌閹叉鏁撻敓锟�
闂佸搫顦€涒晛危閹存緷铏光偓锝傛櫅閻︽粓鎮规担绛嬪殝缂佽鲸绻堝畷妤呭Ω閳哄倹銆冮柣鐘辩瀵泛顔忕欢缍璗闂佸憡鑹剧€氫即濡村澶婄闁绘棁顕ч崢鎾煕濠婂啳瀚板ù鍏煎姉缁瑧鈧綆浜炵€瑰鏌i姀鈺冨帨缂佽鲸绻堝畷婵嬪煛閸屾矮鎲鹃棅顐㈡祩閸嬪﹪鍩€椤掑倸鏋欓柛銈嗙矌閳ь剚鍐婚梽鍕暜婢舵劕绠垫い鈥愁敍T闁荤姳鐒﹀畷姗€顢橀崨濠冨劅闁哄啫鍊归弳锟�...
- 闁诲繐绻愮€氫即銆傞崼鏇炴槬闁惧繗顕栭弨銊╂煕閳哄喚鏀版い鏂垮閹风娀宕滆閺岋拷
婵炴垶鎸稿ú锝囩箔閳ь剙螖閸屾惮鎴﹀Χ婵傚摜宓侀柛鎰级閸曢箖鎮硅閸ゆ牜妲愬┑鍥ㄤ氦婵炲棗娴烽弰鍌炴偣閸パ冣挃闁宠鍚嬬粙澶嬫姜閹殿喚鈽夐梺闈╄礋閸斿矂鎯冮悩绛圭矗闁瑰鍋涜灇闂佸搫鐗滈崹鍫曘€傞锕€鏄ラ柣鏃€鐏氭禍锝夋倶閻愬瓨绀冮悗姘辨暬閹虫ê顫濋崜褏顦梺鐟扮仛閹搁绮崨鏉戦敜婵﹩鍓涢弶浠嬫煟閵娿儱顏х紒妤佹尰缁嬪顫濋鍌氭暏缂佺虎鍘搁崑锟�...
- 閻庣敻鍋婇崰妤冧焊濠靛牅鐒婇柛鏇ㄥ灱閺嗐儲绻涢弶鎴剶闁革絾妞介獮娆忣吋閸曨厾鈻曢梺绯曟櫇椤㈠﹪顢欓崟顓熷珰闁告挆鈧弻銈夋煕濮橆剛澧︽繛澶涙嫹
闁荤姵鍔﹂崢娲箯闁秴瑙﹂柛顐犲劜閼茬娀鏌¢崶銊︾稇闁汇倕瀚伴獮鍡涙偑閸涱垳顦紓鍌氬暞閸ㄧ敻宕规惔銊ノュ〒姘e亾妞わ絽澧庨幏顐﹀矗濡搫纾块梺闈涙閼冲爼濡靛顑芥灃闁靛繒濮甸悵銈夋煏閸℃洘顦峰ǎ鍥э躬瀹曪綁鏌ㄧ€n剛鍩嶉梺鎸庣☉閺堫剟宕瑰⿰鍛暫濞达絽婀辨竟澶愭煛瀹ュ妫戠紒銊ユ健閺屽懘鏁撻敓锟�...
栏目分类