[发明专利]一种基于爬山淘汰粒子群算法的大规模软硬件划分方法

权利要求书

1.一种基于爬山淘汰粒子群算法的大规模软硬件划分方法，其特征在于，采用无向图G＝(V,E)描述系统任务，其中，V和E分别表示节点和边的集合；软硬件划分基于求解：

$\begin{array}{c}\min \left(\underset{i=1}{\overset{n}{\Σ}}{h}_i\right(1-x_i\left)\right)\\ \begin{array}{cc}s.t.& \underset{i=1}{\overset{n}{\Σ}}{s}_i{x}_i+C\left(x\right)\≤R\end{array}\\ x_i\∈\{0,1\},i=1,2,\mathrm{...},n\end{array}\mathrm{......}\left(1\right),$

式中，x＝(x₁,x₂,...,x_n)表示软硬件划分问题的一个解；x_i＝1表示任务节点v_i由嵌入式系统中的软件模块实现，x_i＝0表示任务节点v_i由嵌入式系统中的硬件模块实现；C(x)表示软硬件划分x中软件模块和硬件模块的通信代价；s_i和h_i分别表示节点v_i的软件代价和硬件代价；R为约束值，具体包括：

步骤1：初始化EPSO-HC算法的参数；初始化算法中惯性权重，种群数目，最大迭代次数，学习因子c₁和c₂，范围因子c₃，搜索步长c₄和搜索半径Range参数；

步骤2：NodeRank算法初始化种群；初始种群由NodeRank算法获取的解组成；

步骤3：更新每个粒子的位置和速度，并对种群进行离散化，在本步骤中，由于软硬件划分问题属于一类组合优化问题，因此求解该类问题需要采用离散的EPSO-HC；在离散EPSO-HC中，每个粒子的位置按如下公式进行离散化：

$X_{id}^k=\left\{\begin{array}{cc}1& if{r}_4\<sig\left(V_d^k\right)\\ 0& otherwise\end{array}\right.\mathrm{......}\left(7\right)$

式中，r₄为[0，1]区间生成的随机数；离散的EPSO-HC用于求解式(1)，将基于EPSO-HC的软硬件划分方法命名为EPSO-HC算法；采用NodeRank算法对EPSO-HC的种群进行初始化；

步骤4：淘汰当前全局最差位置附近的粒子，随机产生的新粒子替代群体中弱小的粒子；

步骤5：改进爬山法更新当前全局最优位置，改进爬山法以粒子自身经历的最优位置为方向，在当前全局最优位置附近集中搜索更优位置；

步骤6：采用GPU并行计算软硬件通信代价；

步骤7：若EPSO-HC算法达到终止条件，则输出EPSO-HC算法求解公式(1)的全局最优解，该解即为软硬件划分问题的最终解；否则，转到步骤3。