[发明专利]一种基于烟花算法的多目标软硬件划分方法

说明书

一种基于烟花算法的多目标软硬件划分方法：随机初始化满足硬件面积约束条件的N个解，且N个解对应于烟花算法中的N个烟花；将N个解放入一个集合P中，根据Pareto优化理论，依次找出集合P中的非支配解，并把依次找出的非支配解的非支配等级依次设置为1、2…；根据拥挤度计算方法，计算同一非支配等级内的非支配解的分散性；对所有获得非支配等级和分散性的非支配解进行排序；根据排序信息计算烟花爆炸生成火花的数目和烟花爆炸幅度；生成所有的爆炸火花；生成所有的高斯火花；将所有的烟花、爆炸火花和高斯火花进行排序，获的前N个烟花或爆炸火花或高斯火花作为下一代的烟花；达到设定的迭代次数。本发明提高系统的运行速度以及降低系统的功耗。

技术领域

本发明涉及一种软硬件划分方法。特别是涉及一种应用于复杂嵌入式系统设计中的基于烟花算法的多目标软硬件划分方法。

背景技术

1、烟花算法

烟花算法是受烟花爆炸现象的启发发明的一种新型的群体智能优化算法，主要用于解决数学上复杂度较高的NP-hard问题。烟花算法的主要思想是：在地面上随机放置几个烟花并对它们的质量进行评估，质量好的烟花爆炸发射出较多的火花，并且都围绕在其周围，呈现出壮观的景象；质量差的烟花爆炸发射出的火花数目较少而且比较分散。对应到数学问题就是：先随机生成解决问题的几种方案并对这些方案进行评估。对于适应度较好的解决方案，在其附近生成较多的新的解决方案，分配比较多的资源对其进行邻域搜索，主要用于对解空间进行开采；对于适应度较差的解决方案，在距离其较远的位置生成比较少的新的解决方案，主要用于对解空间进行探测。烟花算法在平衡算法的开采与探测能力，以及跳出局部最优解方面表现出较好的性能。

2、Pareto优化理论

在多目标优化问题中，多个优化目标往往是相互冲突的，为了得到一组较好的解决方案，意大利经济学家帕累托提出了一种比较多目标解的方法。Pareto优化理论的基本概念如下：

多目标优化问题：以最小化问题为例，多目标优化问题可以描述为如下形式：

min:

f(x)＝(f₁(x),f₂(x),…,f_n(x))^T

subject to:

g_i(x)≥0,i∈I

h_j(x)＝0,j∈E

其中f(x)为优化目标，g_i(x)和h_j(x)分别为不等式约束和等式约束。

Pareto支配：一个给定的目标向量x＝(x₁,x₂,…,x_n)支配另一个目标向量y＝(y₁,y₂,…,y_n)(记为)，当且仅当f(x_i)≤f(y_i)，并且使得f(x_j)<f(y_j)。

Pareto最优解：如果一个解x^*被称为Pareto最优解，当且仅当x^*不被其他的解支配。

Pareto最优解集：集合X_Pareto＝{x|x为Pareto最优解}。

Pareto前沿：集合F_Pareto＝{f(x)|x为Pareto最优解}。

3、软硬件划分