一种解决访存调度问题的改进蚁群优化算法

计算机工程与科学

一种解决访存调度问题的改进蚁群优化算法

田烁，窦强，王勇，张洪广，周朝兵,李石明

（国防科学技术大学计算机学院,湖南长沙 410073）

收稿日期:2016-04-12 修回日期:2016-06-07 出版日期:2016-08-25 发布日期:2016-08-25
基金资助:
国家核高基重大专项（2015ZX01028101）

An improved ant colony optimization algorithm for#br# memory access scheduling

TIAN Shuo，DOU Qiang,WANG Yong，ZHANG Hong-guang，ZHOU Chao-bing,LI Shi-ming

（College of Computer,National University of Defense Technology,Changsha 410073,China）

Received:2016-04-12 Revised:2016-06-07 Online:2016-08-25 Published:2016-08-25

摘要/Abstract

摘要：

存储器的访问调度策略是复杂的，不仅仅要考虑具体的电路时序参数，还有访存节拍数。在分析DRAM的特点以及访存调度策略的基础上，考虑DDR3时序规范，提出一种改进的蚁群优化访问调度策略。采用不同的trace作为测试，同贪婪式调度算法作比较，该算法可以有效降低平均总延迟、提高带宽利用率。

关键词: 优化算法, 访存调度, DDR3, 带宽利用率

Abstract:

Memory access scheduling approaches are complicated since they not only depend on circuit timing parameters but also on memory access patterns. Based on the analysis of the characteristics of DRAM and memory access scheduling strategies, we propose an improved ant colony optimization algorithm using DDR3 timing for memory access scheduling. We evaluate the algorithm on four different traces.Compared with the greedy scheduling algorithm, the proposal can effectively reduce the overall average delay and improve bandwidth utilization.

Key words: optimization algorithm, memory access scheduling, DDR3, bandwidth utilization

田烁，窦强，王勇，张洪广，周朝兵,李石明. 一种解决访存调度问题的改进蚁群优化算法[J]. 计算机工程与科学.

TIAN Shuo，DOU Qiang,WANG Yong，ZHANG Hong-guang，ZHOU Chao-bing,LI Shi-ming. An improved ant colony optimization algorithm for#br# memory access scheduling [J]. Computer Engineering & Science.

[1]	陈小文, 芮志超, 朱麒瑾, 董羽, 孟宇, . 高精度两步分支混合CORDIC算法设计及FPGA实现[J]. 计算机工程与科学, 2024, 46(12): 2099-2108.
[2]	王坤, 刘杰, 李伟, 谭伟, 覃涛, 杨靖, . 多策略改进的猎人猎物优化算法[J]. 计算机工程与科学, 2024, 46(10): 1875-1887.
[3]	陈心怡, 张孟健, 王德光. 基于Fuch映射的改进白鲸优化算法及应用[J]. 计算机工程与科学, 2024, 46(08): 1482-1492.
[4]	王堃, 李少波, 何玲, 周鹏. 基于改进北方苍鹰优化随机配置网络的网络流量预测模型[J]. 计算机工程与科学, 2024, 46(07): 1245-1255.
[5]	徐慧玲, 刘升, 李安东. 基于双向局部开发和黄金正弦的异构导向的鲸鱼优化算法[J]. 计算机工程与科学, 2024, 46(06): 1128-1140.
[6]	王颍超. 鲸鱼优化算法研究与应用进展[J]. 计算机工程与科学, 2024, 46(05): 881-896.
[7]	梁昔明, 史兰艳, 龙文. 基于混合策略改进的蛇优化算法及其应用[J]. 计算机工程与科学, 2024, 46(04): 693-706.
[8]	刘向举, 李金贺, 方贤进, 王宇. 移动边缘计算中计算卸载与资源分配联合优化策略[J]. 计算机工程与科学, 2024, 46(03): 416-426.
[9]	李雨恒, 高尚, 孟祥宇. 基于精英引导的改进哈里斯鹰优化算法[J]. 计算机工程与科学, 2024, 46(02): 363-373.
[10]	许文俊, 王锡淮. 基于变尺度黑洞和种群迁徙的粒子群优化算法[J]. 计算机工程与科学, 2023, 45(11): 2036-2046.
[11]	张贝, 闵华松, 张新明. 差分变异和领地搜索的平衡优化算法及其机器人路径规划[J]. 计算机工程与科学, 2023, 45(11): 2078-2090.
[12]	张文宁, 周清雷, 焦重阳, 梅亮. 融入重心反向学习和单纯形搜索的粒子群优化算法[J]. 计算机工程与科学, 2023, 45(09): 1629-1638.
[13]	胡春安, 熊昱然. 多策略改进的混沌哈里斯鹰优化算法[J]. 计算机工程与科学, 2023, 45(09): 1648-1660.
[14]	罗仕杭, 何庆. 多策略融合改进的均衡优化算法及其应用[J]. 计算机工程与科学, 2023, 45(08): 1508-1520.
[15]	张一楠, 丁建完. 基于WLS-MBO算法的串联机器人动力学参数辨识[J]. 计算机工程与科学, 2023, 45(07): 1274-1281.