论文基于改进蚁群算法的嵌入式系统软硬件划分是适合蚁群算法论文写作的大学硕士及相关本科毕业论文，相关蚁群算法开题报告范文和学术职称论文参考文献下载。
摘 要： 针对标准蚁群算法的软硬件划分问题求解难题,提出改进蚁群算法的系统软硬件划分方法.首先分析了当前嵌入式系统软硬件划分研究的现状,并构建软硬件划分的数学模型；然后采用蚁群算法模拟蚂蚁觅食行为搜索数学模型的最优解,并引入逆反馈机制提高蚁群算法的搜索性能；最后通过实验证明软硬件划分问题求解的有效性.实验结果表明,改进蚁群算法提高了问题求解的效率,获得了合理的软硬件划分结果,且结果优于标准蚁群算法.
关键词： 硬件系统； 蚁群算法； 软件系统； 收敛速度； 仿真测试
中图分类号： TN919?34； TP181 文献标识码： A 文章编号： 1004?373X（2017）03?0164?03
Embedded system hardware and software partition
based on improved ant colony algorithm
PAN Ying, RUAN Wenhui
（School of Digital Media, Lanzhou University of Arts and Science, Lanzhou 730030, China）
Abstract： Since it is hard for the standard ant colony algorithm to solve the software and hardware partition problem, the hardware and software partition method based on the improved ant colony algorithm is proposed. The research status of the embedded system hardware and software partition is analyzed. The mathematical model of the hardware and software partition was constructed. The ant colony algorithm is used to simulate the foraging behior of ants to search the optimal solution of the mathematical model. The inverse feedback mechani is introduced to improve the search performance of the ant colony algorithm. The solving validity of the hardware and software partition problem was proved by means of experiments. The results show that the improved ant colony algorithm has improved the efficiency of problem solving, and obtained the reasonable hardware and software partition result, which is better than the result of the standard ant colony algorithm.
Keywords： hardware system； ant colony algorithm； software system； convergence speed； simulation test
0 引 言
随着计算机技术和微电子技术的不断成熟,嵌入式系统的应用范围更加广泛[1].嵌入式系统包括硬件系统和软件系统两部分,以前由于硬件成本高,高,软件系统占的比例大.近几年,随着集成技术的发展,硬件急剧下降,出现了硬件系统和软件系统平分天下的格局[2].硬件系统和软件系统均有各自的优势,对于一个嵌入式系统,如何对硬件系统和软件系统进行准确划分,降低系统的成本,同时保证系统满足實际要求,成为人们关注的焦点[3?4].
自嵌入式系统出现以后,很多机构和大学专门成立了嵌入式软硬件系统划分研究团队,提出了许多有效的嵌入式软硬件划分算法[5].最原始的方法为整数规划算法,工作灵活,可以适应不同类型的嵌入式系统,但整数规划算法的嵌入式软硬件系统划分问题求解时间长、速度慢,不能满足嵌入式系统软硬件划分的效率[6].随后有学者提出了基于迭代算法的嵌入式软硬件划分方法,但同样存在求解效率低的缺陷[7].大量研究结果表明,嵌入式软硬件系统划分是一个限制条件多的NP难题,出现了基于遗传算法的软硬件划分算法、基于免疫算法的软硬件划分算法、基于蚁群算法的软硬件划分算法[8?10].有学者对三种算法的优劣进行比较,发现基于蚁群算法的软硬件划分算法性能最优,然而标准蚁群算法存在收敛速度慢等不足,在嵌入式系统软硬件划分问题求解范围受限[11].
为了对嵌入式系统软硬件进行精确划分,降低系统成本,针对标准蚁群算法在软硬件划分问题求解过程存在的难题,提出了改进蚁群算法的系统软硬件划分方法,通过实验证明该方法在软硬件划分问题上求解的有效性.
1 改进蚁群算法
1.1 标准蚁群算法
蚁群一共包含有[m]只蚂蚁,它们分布于[n]个节点上,不同蚂蚁下一次移动选择节点的概率不同,该节点没有被访问过,并且对路径上信息素浓度进行更新.
节点选择的条件为：节点[i]和[j]的路径信息素浓度为[τij；]节点[i]转移到[j]的启发信息为[ηij,]它们的值根据具体问题进行设置.在[t]时刻,蚂蚁[k]从节点[i]选择节点[j]为目的地的概率为：
总结:这篇蚁群算法论文范文为免费优秀学术论文范文,可用于相关写作参考。
参考文献：
1、 有时间窗的车辆路径问题改进蚁群算法 摘 要：针对目前蚁群算法在求解有时间窗的车辆路径问题上较少对蚁群算法本身进行优化的问题，提出了一种改进蚁群算法，通过改进状态转移概率和信息素更新。
2、 基于蚁群算法AIJU公司大米配送路径优化 摘 要：中国是一个粮食生产大国，由于自然资源禀赋等差异，必然会形成巨大的粮食物流。而粮食的配送已成为粮食加工企业服务水平和经济效益的重要标志之一。
3、 基于改进蚁群算法的船舶多约束最优航线设计 摘要：为提高船舶航线经济性，基于电子海图显示与信息系统（electronic chart display and information sys。
4、 利用Sobel算子结合蚁群算法提取竹材内外轮廓 摘要：传统的竹材加工过程中人工因素较多，通过信息化手段利用图像处理技术可以快速准确地获得竹材的参数数据，对竹材的横截面图像进行分析和处理，利用S。
5、 基于蚁群算法的无线传感器网络路由优化 摘要：在无线传感网络不断应用到人们各个领域中，人们对于网络的服务质量要求也越来越高，所以就要保证服务质量实现网络负载均衡，提高网络的寿命。在此背。
6、 基于蚁群算法VRPTW问题优化 【摘要】针对目前物流配送过程中客户对于送货准时性要求日益提升的问题，对每个客户采用时间窗管理约束，作为NP-Hard问题，启发式算法常被用于解决。