摘要
本发明提供一种异构多核处理系统的低功耗任务分配与调度方法,将最小化功耗作为优化任务分配与调度方案考虑的首要因素,提高了异构多核处理器处理任务的效率和可靠性,降低了功耗;使用贝叶斯优化中的高斯过程模型来拟合功耗计算函数,避免了大部分多变量非线性的功耗的直接计算,大大降低优化算法的复杂性和计算量;使用自适应函数来定义遗传算法的交叉变异概率,使其可以根据现有调度方案种群特点动态调整,在任务分配与调度领域具有相当优越性;使用自适应种群更新策略,平衡了探索新的调度方案与保持功耗较低的调度方案,可根据当前种群调度方案的特征进行更新种群,大大提高遗传算法找到全局最优解的效率。
技术关键词
遗传算法
低功耗
任务调度
异构多核处理器
处理单元
参数
编码
变异策略
判断方法
轮盘
动态
通讯
标记
非线性
变量
代表
系统为您推荐了相关专利信息
骨缺损重建
有限元分析模型
骨骼三维模型
受力
模型库
喷氨优化控制方法
火电厂脱硝系统
智能控制器
分区控制方法
智能化控制器
任务调度优化模型
细菌觅食算法
任务调度方法
资源
任务调度装置
气垫悬浮装置
分区
神经网络模型
运输车
中央控制单元