位置:成果数据库 > 期刊 > 期刊详情页
基于优化PSO的LU循环分块方法
  • ISSN号:1671-1815
  • 期刊名称:《科学技术与工程》
  • 时间:0
  • 分类:TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]上海海事大学经济管理学院,上海201306, [2]郑州牧业工程高等专科学校信息工程系,郑州450011
  • 相关基金:国家自然科学基金项目(61273042);河南省重点科技攻关项目(122102210487)
中文摘要:

循环分块技术可以提高Cache的命中率,而循环分块的规模是该技术的决定性因素。利用粒子群优化算法可以优化循环分块的规模,获取合适规模的分块,提高循环分块的效率。论文首先研究了LU分解算法,然后讨论了传统粒子群优化算法并针对用于循环分块方面的不足加以改进,最后把优化的粒子群优化算法用于LU分解算法之中,从而提出了一个PSO-LU循环分块算法。仿真实验结果表明,和原始基准测试程序相,所提循环分块算法比性能有所提升,其更充分地提高高速缓存运算效率。

英文摘要:

Loop tiling can be used to improve hit rate of the cache. The scale of tiling is the key factor of the technology. The neural network model of Particle Swarm Optimization algorithm is applied to optimize the scale of tiling. The technology can obtain a more suitable tiling scale than the classical tiling algorithm, and result in improving the efficiency of tiling. Paper first studied the LU decomposition algorithm, and then discuses the traditional particle swarm optimization algorithm which was improved in light of the shortcomings of the for loop block. Finally, the improved particle swarm optimization algorithm was used to LU decomposition algorithm and a PSO - LU Loop tiling algorithm was proposed. Compared to the original benchmark achieve, we proposed using LU decomposition loop tiling algorithm to improve the operation efficiency of Cache.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《科学技术与工程》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国技术经济学会
  • 主编:明廷华
  • 地址:北京市学院南路86号
  • 邮编:100081
  • 邮箱:ste@periodicals.net.cn
  • 电话:010-62118920
  • 国际标准刊号:ISSN:1671-1815
  • 国内统一刊号:ISSN:11-4688/T
  • 邮发代号:2-734
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:29478