[发明专利]基于人工蜂群的软硬件划分方法

说明书

技术领域

本发明涉及一种软硬件划分的方法。特别是涉及一种针对一个嵌入式系统实现复杂任务的基于人工蜂群的软硬件划分方法。

背景技术

1、蜂群算法简介

蜂群算法（ABC algorithm）是建立在蜜蜂和蜜蜂群体群居行为的模型上。蜂群主要的行为包括搜索食物源、为食物源招募跟随蜂和放弃食物源。蜜蜂具有很强的群体适应能力，群体中的个体通过气味、舞蹈等信息交互的方式进行个体和群体的协同，进而完成比较复杂的任务，如：觅食、繁衍后代等。

蜂群算法中的蜂群包含引领蜂（employed bees）、跟随蜂（onlookers）和侦察蜂（scouts）。在每一次循环中，引领蜂和侦察蜂的数目相同，当找到较好的食物源后，这个食物源处留一只蜜蜂，其他的侦察蜂重新侦查新的食物源。引领蜂和跟随蜂负责食物的开采，侦察蜂负责执行对食物源的寻找工作，通过三种蜂的协调完成蜂群对食物源的探索和开采，具有较快的收敛速度，能够达到较好的平衡，寻找到最佳的食物源。蜜蜂采蜜的过程相当于寻找最优解的过程，最终的最优解对应的编码信息即为系统任务划分的最佳方案。

2、软硬件划分原理

假设待划分系统由N个结点构成，每个结点既可以用软件实现（用0表示），也可以用硬件实现（用1表示），这样N个结点的软硬件划分构成了一个N维空间，将每一种划分方案看作一个食物源位置等信息。根据此映射关系，将蜂群算法中的所有的食物源映射到N维空间中，我们要从所有的食物源中找到最优的食物源，而每一个食物源位置等信息可以被看作一个N维的编码信息，与编码信息对应的方案即为实现任务的软硬件划分的方案。

我们将一个系统的任务分为若干个子任务来执行，这些任务可以由硬件（用1表示）和软件（用0表示）的结合来完成，这些任务的执行顺序对应的编码可以看做一组有序的二进制数。抽象为数学中的一个可行解。

显然，从数学角度来讲，结点数越多，其对应的不同的任务软硬件划分方案越多，并且其数目成指数增长。对于一个由N个结点组成的DAG图，我们将第i个结点任务用硬件执行，其它结点任务用软件执行所对应的序列看作由)组成了集合Keys，其数学表达式如式1.1所示：

Keys:＝{ξ_i}(i:＝1,2,...,N)     1.1

由Keys生成的解空间用spanKeys来表示，spanKeys的数学表达式如式1.2所示：

我们将