版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、目前,綠色節(jié)能已經(jīng)成為了越來越熱門的研究方向。在計算機領域,已經(jīng)有很多針對CPU等部件節(jié)約能耗的研究。存儲器作為計算機系統(tǒng)的主要部件之一,其能耗占據(jù)了整個計算機系統(tǒng)能耗的三分之一以上,而且隨著其他部件節(jié)能研究的逐步發(fā)展,該占比還在逐步提升,因此,研究存儲器能耗的優(yōu)化,并保證存儲器性能的研究是很有必要的一項課題。與此同時,新型的存儲器也在逐步進入人們視線范圍中,他們相比傳統(tǒng)存儲器有擁很多獨特的優(yōu)勢,相變存儲器(PCM)作為其中的代表,因其
2、獨特的物理性質(zhì)、非易失、低能耗等特點,成為了新型存儲器的佼佼者之一,它作為未來DRAM的替代品逐漸被很多研究者和研究機構深入研究。但是,新型存儲器也存在其耐寫次數(shù)限制、寫入能耗較高等方面的問題而在短期內(nèi)較難被單獨而廣泛的應用在內(nèi)存系統(tǒng)當中。因此本文針對目前傳統(tǒng)存儲器和相變存儲器各自的優(yōu)缺點,設計了混合型的內(nèi)存系統(tǒng),以傳統(tǒng)DRAM讀寫速度快,無讀寫壽命限制和PCM常態(tài)下低能耗的特點互相取長補短,并建立數(shù)學模型,針對最低能耗和最低PCM寫入
3、次數(shù)等相悖的多優(yōu)化目標,提出2BP2GA算法進行任務分配的優(yōu)化,并通過與整數(shù)規(guī)劃算法(ILP)的比較,分析和評估了算法性能,相對于純DRAM系統(tǒng),2BP2GA算法優(yōu)化的混合內(nèi)存平均節(jié)約能耗35.66%。
首先,本文分析了傳統(tǒng)存儲器的弱勢與新型存儲器的研究現(xiàn)狀,并深入研究了相變存儲器的物理特性及其性能優(yōu)缺點,同時討論了對多目標問題的求解方式的研究現(xiàn)狀,為接下來的研究設計打好理論基礎;
其次,針對傳統(tǒng)存儲器與相變存儲器各
4、自不同的優(yōu)缺點,設計了混合內(nèi)存系統(tǒng)的存儲方式,將兩種不同的存儲器的優(yōu)勢互相結合取長補短,并根據(jù)實際需要建立數(shù)學模型,對任務集中每個任務被分配在哪種存儲器上的分配方案做研究,探討針對兩種相悖的目標下的Pareto前沿;
接著,提出2BP2GA算法,針對二維裝箱模型,提出了一種改進的遺傳算法來得到多目標優(yōu)化問題的Pareto前沿,以此替代傳統(tǒng)的唯一解方案,使得在計算可行解集的前提下,保證高效的計算。這種算法在更高維和其他多目標優(yōu)化
5、問題上也能有效的應用;
最后,本文針對提出的混合內(nèi)存系統(tǒng)模型,采用提出的算法進行任務集的規(guī)劃,隨機生成了包含不同規(guī)模任務集的測試數(shù)據(jù)集,在規(guī)定的時間周期內(nèi),利用MATLAB進行仿真,對給定的不同任務數(shù)、不同工作量的任務集計算兩個相悖優(yōu)化目標的Pareto前沿,并與傳統(tǒng)的ILP算法進行比較討論。
本算法基于二維裝箱算法對PCM和DRAM混合內(nèi)存系統(tǒng)任務分配的多目標優(yōu)化問題進行建模,并提出了基于2階段遺傳算法Pareto
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于GA-BP混合算法的轉爐終點優(yōu)化控制模型.pdf
- 基于混合粒子群優(yōu)化算法的電力系統(tǒng)多目標無功優(yōu)化研究.pdf
- 基于混合優(yōu)化算法的雙資源多目標車間調(diào)度系統(tǒng)研究.pdf
- 基于混合粒子群算法的信息物理融合系統(tǒng)多目標跟蹤優(yōu)化.pdf
- 基于多目標優(yōu)化算法的推薦算法研究.pdf
- 40488.基于臨界準則的混合多目標優(yōu)化算法
- 基于EDA和人工免疫系統(tǒng)的混合多目標優(yōu)化算法.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 2.基于遺傳算法的多目標優(yōu)化問題的研究與應用
- 基于混合Electimize算法的工程項目多目標優(yōu)化問題研究.pdf
- 基于多目標混合差分進化算法的電機優(yōu)化設計.pdf
- 基于多目標優(yōu)化遺傳算法的加權混合推薦技術研究.pdf
- 基于混合微粒群算法的工程項目多目標優(yōu)化.pdf
- 基于BP-GA混合算法的波阻抗反演研究.pdf
- 基于多目標優(yōu)化的進化算法研究.pdf
- 基于多目標教學優(yōu)化算法的熱電聯(lián)產(chǎn)系統(tǒng)優(yōu)化設計.pdf
- 基于組合算法的多目標優(yōu)化研究.pdf
- 基于改進免疫算法的多目標優(yōu)化研究.pdf
- 基于SPEA2算法的加氫裂化分餾多目標優(yōu)化.pdf
- 基于混沌鳥群算法的多目標優(yōu)化算法研究.pdf
評論
0/150
提交評論