您的位置： 专家智库 > >

宋德强

作品数：2 被引量：1H指数：1
供职机构：中国科学院研究生院更多>>
发文基金：国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇调度
  • 2篇蚁群
  • 2篇蚁群算法
  • 2篇群算法
  • 2篇流水线
  • 2篇流水线调度
  • 1篇调度算法
  • 1篇资源约束
  • 1篇负载平衡
  • 1篇ACO算法
  • 1篇LB

机构

  • 2篇中国科学院研...

作者

  • 2篇段成华
  • 2篇黄庆明
  • 2篇宋德强

传媒

  • 1篇系统工程与电...
  • 1篇微电子学

年份

  • 1篇2009
  • 1篇2008
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
行为综合功能流水线中的负载平衡蚁群调度算法
2008年
在专用集成电路高层次综合中,功能流水线是提高算法描述执行速度的关键技术。针对时间约束和资源约束的两类行为综合功能流水线调度问题,提出了一种基于蚁群优化(ACO)的调度算法。LB-ACO算法将ACO算法与力向算法相结合,使用修改的力向公式定义局部试探因子,用个体调度结果的质量来更新全局试探因子。实验结果表明,LB-ACO算法在保证较低的时间复杂度O(cn^2)的前提下,获得接近最优的调度结果。
宋德强段成华黄庆明
关键词：流水线调度蚁群算法
行为综合功能流水线中的资源约束LB-ACO算法被引量：1
2009年
针对行为综合功能流水线中带资源约束的调度问题,提出了一种新的功能流水线调度算法负载平衡蚁群调度算法(load-balanced ant colony scheduling,LB-ACO)。该算法将蚁群算法和力向算法的受力公式相结合,在保证较低运行时间复杂度O(cn2)的前提下,可获得近似最优的流水线调度结果。通过确定蚁群算法的局部试探因子和全局试探因子的计算方法,描述了该算法的实现步骤。通过仿真实验证明了该算法的流水线调度性能。
宋德强段成华黄庆明
关键词：流水线调度蚁群算法资源约束
全选 清除 导出
共1页<1>
聚类工具0