[发明专利]一种基于贪心模拟退火算法的软硬件划分的方法

说明书

技术领域

本发明主要涉及到嵌入式系统设计领域，特指一种基于贪心模拟退火算法的软硬件划分的方法。

背景技术

软硬件划分是指在系统设计时确定各个模块的实现方式，以解决系统功能模块的映射问题。软硬件划分是嵌入式系统软硬件协同设计的关键步骤，划分结果直接决定系统设计的优劣。其基本目标是：在满足设计约束的条件下，将任务合理地划分到软件或者硬件处理单元上执行，以实现系统目标最优化，具体包括硬件实现面积最小或功能模块运行时间最小等。根据目标体系结构的不同，软硬件划分问题可分为双路划分和多路划分。其中双路划分应用最广泛，也是软硬件划分问题的基础。

软硬件划分被证明是一个NP完全问题，随着任务规模的增加，解空间成指数增长。现有的软硬件划分主要是基于启发式算法，包括遗传算法、模拟退火、禁忌搜索、免疫算法等。遗传算法有较强的全局搜索性能，但它的爬山能力弱，在进化后期收敛速度较慢，在实际应用中容易出现早熟现象；模拟退火算法具有摆脱局部最优解的能力，能抑制遗传算法的早熟现象，但它的进化速度慢，特别是前期的退火效率低，需要较长时间才能趋向于系统最优解；禁忌搜索法通过引入灵活的存储结构和相应禁忌准则来避免迂回搜索，并通过赦免一些被禁忌的优良状态，具有较好的爬山能力，但数据存取操作频繁，影响了搜索速度；免疫算法是基于免疫系统的学习算法，具有良好的系统应答性和自平衡能力，但机理复杂、系统庞大，可以借鉴的研究成果不多，在算法理论基础、建模方法等方面都存在问题。

国内外诸多学者也尝试将不同划分算法相结合，比较典型的是遗传和禁忌搜索融合算法、遗传和蚂蚁算法融合算法以及遗传粒子群优化算法等。这些算法在各自的领域都取得了一定的效果，但已有的方法大都结合两种启发式算法用于软硬件划分，难以避免启发式算法所存在的初始化参数难以确定以及初始训练过程漫长等问题。这些问题处理不当可能导致算法运行时间过长，并降低找到近似最优解的可能性。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种能够减少算法运行时间、提高搜索质量、减少计算复杂度的基于贪心模拟退火算法的软硬件划分的方法。

为解决上述技术问题，本发明采用以下技术方案：

一种基于贪心模拟退火算法的软硬件划分的方法，其流程为：

(1)、将软硬件划分问题规约为0-1背包问题，使用时间复杂度较低的贪心算法对任务集进行初始划分，然后将此划分结果作为模拟退火算法的初始值；

(2)、模拟退火算法：主要由两层循环构成，内层循环根据扰动模型产生新划分并采用接收准则对其进行判断接收；外层循环根据温度阈值以及连续未接受新划分的次数来判断是否退出循环过程。

作为本发明的进一步改进：

所述步骤(1)中对任务集进行初始划分的流程为：首先计算每个任务的收益质量比，然后按照非升序进行排序，将其压入队列Q；接下来进行初始化操作，将任务全部划分到软件上执行；每次循环寻找未划分到硬件任务队列Q中最大收益比任务v_j到硬件上实现，如果该任务v_j需要硬件A_j的大小小于剩余硬件A_res大小，就把任务v_j划分到硬件上执行，剩余可用硬件A_res大小为A_res-A_j；否则，任务v_j不能划分到硬件执行，只能划分到软件上执行；再把任务v_j从任务队列Q中删除，直到Q为空或硬件资源分配完成为止，最后输出贪心算法的初始划分结果，将该初始划分结果作为模拟退火算法的初始值。

所述步骤(2)中，内层循环所采用接收准则的执行流程为：

(2.1.1)以当前划分X为原点，系统时间的增量ΔT为横轴，硬件面积的增量ΔA为纵轴，建立系统扰动示意图；用直线l平分第二象限和第四象限，将第二象限分为Region1(区域1)和Region2(区域2)，将第四象限分为Region3(区域3)和Region4(区域4)；

(2.1.2)在第一象限中的新划分不是理想的解，采用梅特罗波利斯(Metropolis)准则对其进行接收；对于第四象限中的Region4(区域4)中的划分，采用梅特罗波利斯(Metropolis)准则对其进行接收；

(2.1.3)位于第三象限的新划分是较理想的划分，直接接收该解；第二象限中的Region2中的新划分在增加较少硬件面积的同时降低了较多系统时间，直接接收该区域的解；