[发明专利]一种基于离散萤火虫算法的片上网络映射方法

摘要

本发明公开了一种基于离散萤火虫算法的片上网络映射方法，其特征包括以下步骤，步骤1、参数定义；步骤2、初始化萤火虫个体集合及参数；步骤3、检查迭代终止条件，若满足迭代终止条件，则执行步骤9，否则执行步骤4；步骤4、获取第G次迭代时的最优萤火虫及全局最优萤火虫；步骤5、判断萤火虫个体的移动条件；步骤6、遍历萤火虫个体集合，并按照步骤5判断所有萤火虫个体的移动条件，遍历完成则执行步骤8；步骤7、更新萤火虫个体；步骤8、更新第G次迭代时的最优萤火虫；步骤9、获得最优映射方案。本发明能缩短优化时间，提高求解精度，获得更优映射结果。

主权项

一种基于离散萤火虫算法的片上网络映射方法，所述片上网络是由资源节点和通讯节点组成，其特征是按如下步骤进行：步骤1、参数定义：定义所述片上网络的拓扑结构为R，且R＝{L,M,N}，L表示片上网络的行数，M表示片上网络的列数，N表示片上网络的层数，L>0,M>0,N>0；以所述拓扑结构R的任一顶点为原点o，以所述拓扑结构R的行方向为x轴，列方向为y轴，层方向为z轴，建立笛卡尔直角坐标系o‑xyz；令IP核c表征为所述片上网络的资源节点,则IP核集合为C＝{c0,c1,…,ca,…,cA‑1},A表示IP核总数，A≤L×M×N，ca表示所述片上网络中的第a个IP核，0≤a≤A‑1；定义萤火虫个体集合为X＝{X1(t1),X2(t2),…,Xk(tk),…,XK(tK)}，K表示萤火虫个体总数，1≤k≤K，t表示萤火虫个体的更新次数，t≥0，tk表示第k只萤火虫个体的更新次数，Xk(tk)表示第tk次更新后的第k只萤火虫个体；定义Pk(tk)为所述第tk次更新后的第k只萤火虫个体Xk(tk)的映射方案，Pk(tk)＝{map(r0),map(r1),...,map(ri),...,map(rT‑1)}，r表示所述片上网络中的通讯节点，T为所述片上网络中的通讯节点总数，T＝L×M×N，ri表示所述片上网络中的第i个通讯节点，0≤i≤T‑1；假设按照所述第k只萤火虫个体Xk(tk)的映射方案Pk(tk)对所述IP核集合C进行映射后，若所述第i个通讯节点ri上未映射有IP核，则定义map(ri)＝‑1；若所述第i个通讯节点ri上映射有IP核，则定义map(ri)＝a，表示映射在第i个通讯节点ri上的IP核为第a个IP核ca；定义所述第k只萤火虫个体Xk(tk)的荧光亮度为Ik(tk)；定义所述第k只萤火虫个体Xk(tk)的映射方案的总通讯量为所述第k只萤火虫个体Xk(tk)的荧光亮度Ik(tk)；定义Qk(tk)＝{R,Pk(tk)}表示所述片上网络的拓扑结构R和所述第k只萤火虫个体Xk(tk)的映射方案Pk(tk)的拼接；则将所述第k只萤火虫个体Xk(tk)表征为Xk(tk)＝{Qk(tk),Ik(tk)}；定义wk为第k只萤火虫Xk(tk)与其他任意一只萤火虫个体之间计算归一化距离的次数，wk＞0；定义为第wk次计算的第k只萤火虫Xk(tk)和其他任一只萤火虫个体Xs(ts)之间的归一化距离，1≤s≤K，且s≠k；定义光强吸收因子为γ，γ∈[0,1]、迭代次数为G、最大迭代次数为GMax、最大随机步长为α、最大吸引度为β0；步骤2、初始化萤火虫个体集合及参数：步骤2.1、随机产生映射方案Pk(tk)，获得所述片上网络中映射有IP核的通讯节点的坐标；步骤2.2、利用式(1)获得荧光亮度Ik(tk)：Ik(tk)=Σi=1L×M×NΣj=1L×M×Nvi,j×hi,j---(1)]]>式(1)中,vi,j表示映射有IP核的第i个通讯节点ri与映射有IP核的第j个通讯节点rj之间的通讯量；hi,j表示映射有IP核的第i个通讯节点ri与映射有IP核的第j个通讯节点rj之间的跳数，令映射有IP核的第i个通讯节点ri的坐标为(ix,iy,iz)，映射有IP核的第j个通讯节点rj的坐标为(jx,jy,jz)，则hi,j＝|ix‑jx|+|iy‑jy|+|iz‑jz|；步骤2.3、按照步骤2.1和步骤2.2，初始化萤火虫个体集合中的每一个萤火虫个体；步骤2.4、初始化迭代次数G＝0，输入光强吸收因子γ，γ∈[0,1]、最大迭代次数GMax＝g max、最大随机步长α＝step，最大吸引度β0＝1，更新次数tk＝0，计算归一化距离的次数wk＝1；步骤3、令迭代终止条件为G≥GMax，若满足所述迭代终止条件，则执行步骤9，否则执行步骤4；步骤4、获取第G次迭代时的最优萤火虫Xmin(G)及全局最优萤火虫Xgmin(G)：遍历所述萤火虫个体集合并比较任意两只萤火虫个体的荧光亮度，寻找荧光亮度最小的萤火虫个体记为第G次迭代时的最优萤火虫Xmin(G)；当G＝0时，全局最优萤火虫Xgmin(G)＝Xmin(G)，当G≠0时，若Xgmin(G)＞Xmin(G)，则更新全局最优萤火虫Xgmin(G)＝Xmin(G)，否则全局最优萤火虫Xgmin(G)保持不变；步骤5、判断第k只萤火虫个体Xk(tk)的移动条件：步骤5.1、令s＝1，则第t1次更新后的第1只萤火虫个体表示为X1(t1)；步骤5.2、判断s＝K是否成立，若成立则执行步骤6，否则执行步骤5.3；步骤5.3、将wk+1赋值给wk，利用式(2)获得所述第k只萤火虫个体Xk(tk)到第s只萤火虫个体Xs(ts)之间的归一化距离dunik,s(wk)=dk,s-dmink,sdmaxk,s-dmink,s---(2)]]>式(2)中，dk,s表示第k只萤火虫个体Xk(tk)的映射方案Pk(tk)到第s只萤火虫个体Xs(ts)的映射方案Ps(ts)之间相差的跳数，表示第k只萤火虫个体Xk(tk)的映射方案Pk(tk)到第s只萤火虫个体Xs(ts)的映射方案Ps(ts)之间相差的跳数的理论最大值，表示第k只萤火虫个体Xk(tk)的映射方案Pk(tk)到第s只萤火虫个体Xs(ts)的映射方案Ps(ts)之间相差的跳数的理论最小值；步骤5.4、根据式(3)所示的移动条件，判断第k只萤火虫个体Xk(tk)是否向第s只萤火虫个体Xs(ts)移动，若满足所述移动条件，则执行步骤7，否则，将s+1赋值给s，并执行步骤5.2；1Ik(tk)<1Is(ts)×exp(-γdunik,s(wk))---(3)]]>式(3)中，表示由于第k只萤火虫个体Xk(tk)和第s只萤火虫个体Xs(ts)之间的距离使第s只萤火虫个体Xs(ts)的荧光亮度倒数的衰减；步骤6、遍历所述萤火虫个体集合，并按照步骤5判断所有萤火虫个体的移动条件，遍历完成则执行步骤8；步骤7、更新萤火虫个体Xk(tk)步骤7.1、利用式(4)获得所述第tk次更新后的第k只萤火虫个体Xk(tk)与第s只萤火虫个体Xs(ts)之间的吸引度βk,s(tk)：βk,s(tk)=β01+γ(dunik,s(wk))2---(4)]]>步骤7.2、根据第k只萤火虫个体Xk(tk)与第s只萤火虫个体Xs(ts)之间的吸引度βk,s(tk)按照β移动步骤规则发生移动，并将移动后的萤火虫个体Xk(tk)记为Xk(tk)'；步骤7.3、所述移动后的萤火虫个体Xk(tk)'根据所述最大随机步长α按照第一α移动步骤规则再次发生移动，并将更新次数tk+1赋值给tk，从而获得第tk次更新后的第k只萤火虫个体Xk(tk)中的映射方案Pk(tk)；步骤7.4、根据更新后的第k只萤火虫个体Xk(tk)中的Qk(tk)＝{R,Pk(tk)}，利用式(1)获得更新后的第k只萤火虫个体Xk(tk)中的荧光亮度Ik(tk)；步骤7.5、根据所述片上网络的拓扑结构R、所述更新后的第k只萤火虫个体Xk(tk)的映射方案Pk(tk)以及荧光亮度Ik(tk)，获得更新后的第k只萤火虫个体Xk(tk)，并将s+1赋值给s后，执行步骤5.2；步骤8、更新第G次迭代时的最优萤火虫Xmin(G)：步骤8.1、第G次迭代的最优萤火虫Xmin(G)按照第二α移动步骤规则发生移动，从而获得更新后的第G次迭代最优萤火虫Xmin(G)'中的映射方案Pmin(G)'；步骤8.2、根据更新后的第G次迭代时的最优萤火虫Xmin(G)'中的片上网络的拓扑结构R和映射方案Pmin(G)'，利用式(1)获得第G次迭代时的最优萤火虫Xmin(G)'中的荧光亮度Imin(G)'；步骤8.3、将G+1赋值给G，并执行步骤3；步骤9、获得最优映射方案：所述全局最优萤火虫Xgmin(G)的映射方案Pgmin(G)为所述最优映射方案。