標準應用映射問題中,每個任務的通信量是確定值,而實際應用中任務通信具有突發(fā)性和時變特征,因此將任務通信量建模為不確定值具有現(xiàn)實意義。該文利用區(qū)間流法對任務不確定性進行描述,基于保守因子對魯棒性應用映射問題建模,提出了求解問題的改進禁忌搜索算法(Tabu-RAM),通過5個Benchmark案例對本文模型和算法進行了驗證。實驗結果表明Tabu-RAM能夠求解傳統(tǒng)應用映射問題,且優(yōu)于現(xiàn)有文獻中給出的算法。此外,與傳統(tǒng)禁忌搜索算法相比,Tabu-RAM算法在求解魯棒性應用映射問題時具有更好的性能和穩(wěn)定性。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1側試算例4映射到4x$M}l網絡中10次結果比較

圖2測試算例5映射到0xBM}I網絡中10次結果比較

結論傳統(tǒng)應用映射優(yōu)化過程中未考慮任務的不確定性。本文將任務的不確定性考慮在內，利用區(qū)間流法對不確定任務進行描述，當給定保守因子的情況表3Tabu-RAM算法流程步驟1根據(jù)3.3.3節(jié)生成初始解，全局最優(yōu)解=，連續(xù)未更新次數(shù)NIN=0；步驟2對進行Tabu搜索，迭代次數(shù)為n，根據(jù)需....

本文編號：3959508