[发明专利]一种基于正弦余弦算法的NoC测试规划方法

摘要

本发明公开一种基于正弦余弦算法的NoC测试规划方法，采用专用TAM的并行测试方法，在满足功耗、引脚约束的条件下，建立测试规划模型，对NoC进行测试。通过群体围绕最优解进行正弦、余弦的波动，以及多个随机算子和自适应变量进行寻优，达到最小化测试时间的目的。在ITC’02test benchmarks测试集上进行对比实验，结果表明相比粒子群(PSO)算法，提出的算法能够获得更短的测试时间。

主权项

一种基于正弦余弦算法的NoC测试规划方法，其特征是，包括如下步骤：步骤1、根据IP核的数量k，设定解空间的维数；设定TAM的数量m；设定种群大小n；设定自适应常数a；设定最大迭代次数G；初始化迭代次数t＝1；步骤2、设定NoC功耗约束和测试引脚约束；步骤3、根据设定的NoC功耗约束和测试引脚约束，在可行解空间内随机生成维数为k、规模为m且大小为n的初始种群；步骤4、根据总的测试时间去评估种群的每一个解，并将种群中总的测试时间最少的解作为最优解；步骤5、更新参数r1、r2、r3和r4，即r1=a-taG]]>r2＝2π×rand(0,1)r3＝2×rand(0,1)r4＝rand(0,1)式中，a为自适应常数，G为最大迭代次数，t为当前迭代次数，rand(0,1)为(0,1)的随机数；步骤6、利用参数r1、r2、r3和r4对种群的解的位置进行更新，即Xjt+1=Xjt+r1×sin(r2)×|r3Wjt-Xjt|,r4<0.5Xjt+r1×cos(r2)×|r3Wjt-Xjt|,r4≥0.5]]>式中，表示当前解在第j维第t+1代的位置，表示当前解在第j维第t代的位置，Wj是当前最优解在第j维的位置，|.|表示绝对值，1≤j≤m，m为TAM的数量，t为当前迭代次数；步骤7、判断迭代次数t是否达到最大迭代次数G？没有达到，则让迭代次数t加1，并转至步骤4；如果达到，则输出当前最优解和总的测试时间。