高级搜索

基于非线性因子的改进鸟群算法在动态能耗管理中的应用

罗钧 刘泽伟 张平 刘学明 柳政

引用本文: 罗钧, 刘泽伟, 张平, 刘学明, 柳政. 基于非线性因子的改进鸟群算法在动态能耗管理中的应用[J]. 电子与信息学报, doi: 10.11999/JEIT190264 shu
Citation:  Jun LUO, Zewei LIU, Ping ZHAGN, Xueming LIU, Zheng LIU. Application of Improved Bird Swarm Algorithm Based on Nonlinear Factor in Dynamic Energy Management[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190264 shu

基于非线性因子的改进鸟群算法在动态能耗管理中的应用

    作者简介: 罗钧: 男,1963年生,教授,博士生导师,研究方向为模式识与人工智能、精密机械及测试计量、智能信息处理;
    刘泽伟: 男,1994年生,硕士生,研究方向为嵌入式系统、精密仪器及机械、测试计量技术及仪器;
    张平: 男,1970年生,硕士生,研究方向为精密仪器及机械、测试计量技术及仪器;
    刘学明: 男,1963年生,硕士生,研究方向为精密仪器及机械、测试计量技术及仪器;
    柳政: 男,1979年生,本科生,研究方向为精密仪器及机械、测试计量技术及仪器
    通讯作者: 罗钧,luojun@cqu.edu.cn
  • 基金项目: 国防科工局十二五(跨十三五)技术基础科研项目(JSJL2014209B004, JSJL2014209B005)

摘要: 针对实时系统能耗管理中动态电压调节(DVS)技术的应用会导致系统可靠性下降的问题,该文提出一种基于改进鸟群(IoBSA)算法的动态能耗管理法。首先,采用佳点集原理均匀的初始化种群,从而提高初始解的质量,有效增强种群多样性;其次,为了更好地平衡BSA算法的全局和局部搜索能力,提出非线性动态调整因子;接着,针对嵌入式实时系统中处理器频率可以动态调整的特点,建立具有时间和可靠性约束的功耗模型;最后,在保证实时性和稳定性的前提下,利用提出的IoBSA算法,寻求最小能耗的解决方案。通过实验结果表明,与传统BSA等常见算法相比,改进鸟群算法在求解最小能耗上有着很强的优势及较快的处理速度。

English

    1. [1]

      SALEHI M E, SAMADI M, NAJIBI M, et al. Dynamic voltage and frequency scheduling for embedded processors considering power/performance tradeoffs[J]. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 2011, 19(10): 1931–1935. doi: 10.1109/tvlsi.2010.2057520

    2. [2]

      TERZOPOULOS G and KARATZA H. Performance evaluation and energy consumption of a real-time heterogeneous grid system using DVS and DPM[J]. Simulation Modelling Practice and Theory, 2013, 36: 33–43. doi: 10.1016/j.simpat.2013.04.006

    3. [3]

      ERNST D, DAS S, LEE S, et al. Razor: Circuit-level correction of timing errors for low-power operation[J]. IEEE Micro, 2004, 24(6): 10–20. doi: 10.1109/MM.2004.85

    4. [4]

      RONG Peng, PEDRAM M. Energy-aware task scheduling and dynamic voltage scaling in a real-time system[J]. Journal of Low Power Electronics, 2008, 4(1): 1–10. doi: 10.1166/jolpe.2008.154

    5. [5]

      韩文雅, 王雷. 基于混合任务模型的动态电压调度在无线传感器网络中的应用[J]. 计算机应用, 2010, 30(9): 2522–2525. doi: 10.3724/SP.J.1087.2010.02522
      HAN Wenya and WANG Lei. Application of dynamic voltage scaling based on hybrid-task model in wireless sensor network[J]. Journal of Computer Applications, 2010, 30(9): 2522–2525. doi: 10.3724/SP.J.1087.2010.02522

    6. [6]

      ZHAO Baoxian, AYDIN H, and ZHU Dakai. On maximizing reliability of real-time embedded applications under hard energy constraint[J]. IEEE Transactions on Industrial Informatics, 2010, 6(3): 316–328. doi: 10.1109/tii.2010.2051970

    7. [7]

      晏福, 徐建中, 李奉书. 混沌灰狼优化算法训练多层感知器[J]. 电子与信息学报, 2019, 41(4): 872–879. doi: 10.11999/JEIT180519
      YAN Fu, XU Jianzhong, and LI Fengshu. Training multi-layer perceptrons using chaos grey wolf optimizer[J]. Journal of Electronics &Information Technology, 2019, 41(4): 872–879. doi: 10.11999/JEIT180519

    8. [8]

      张兴明, 殷从月, 魏帅, 等. 基于双仲裁机制和田口正交法的猫群优化任务调度算法[J]. 电子与信息学报, 2018, 40(10): 2521–2528. doi: 10.11999/JEIT180215
      ZHANG Xingming, YIN Congyue, WEI Shuai, et al. Cat swarm optimization task scheduling algorithm based on double arbitration mechanism and Taguchi orthogonal method[J]. Journal of Electronics &Information Technology, 2018, 40(10): 2521–2528. doi: 10.11999/JEIT180215

    9. [9]

      肖乐意, 欧阳红林, 范朝冬. 基于记忆分子动理论优化算法的多目标截面投影Otsu图像分割[J]. 电子与信息学报, 2018, 40(1): 189–199. doi: 10.11999/JEIT170301
      XIAO Leyi, OUYANG Honglin, and FAN Chaodong. Multi-objective cross section projection Otsu's method based on memory knetic-molecular theory optimization algorithm[J]. Journal of Electronics &Information Technology, 2018, 40(1): 189–199. doi: 10.11999/JEIT170301

    10. [10]

      罗钧, 刘永锋, 付丽. 能耗限制的实时周期任务可靠性感知调度[J]. 重庆大学学报, 2011, 34(8): 86–89, 96. doi: 10.11835/j.issn.1000-582x.2011.08.015
      LUO Jun, LIU Yongfeng, and FU Li. Reliability-aware schedule of periodic tasks in energy-constrained real-time systems[J]. Journal of Chongqing University, 2011, 34(8): 86–89, 96. doi: 10.11835/j.issn.1000-582x.2011.08.015

    11. [11]

      MENG Xianbing, GAO X Z, LU Lihua, et al. A new bio-inspired optimisation algorithm: bird swarm algorithm[J]. Journal of Experimental & Theoretical Artificial Intelligence, 2016, 28(4): 673–687. doi: 10.1080/0952813X.2015.1042530

    12. [12]

      杨文荣, 马晓燕, 边鑫磊. 基于Levy飞行策略的自适应改进鸟群算法[J]. 河北工业大学学报, 2017, 46(5): 10–16, 22. doi: 10.14081/j.cnki.hgdxb.2017.05.002
      YANG Wenrong, MA Xiaoyan, and BIAN Xinlei. Adaptive improved bird swarm algorithm based on Levy flight strategy[J]. Journal of Hebei University of Technology, 2017, 46(5): 10–16, 22. doi: 10.14081/j.cnki.hgdxb.2017.05.002

    13. [13]

      李延延, 万仁霞. 一种改进算的鸟群算法[J]. 微电子学与计算机, 2018, 35(9): 79–84.
      LI Yanyan and WAN Renxia. An improved algorithm for bird swarm optimization[J]. Microelectronics &Computer, 2018, 35(9): 79–84.

    14. [14]

      吴军, 王龙龙. 基于双鸟群混沌优化的Otsu图像分割算法[J]. 微电子学与计算机, 2018, 35(12): 119–124. doi: 10.19304/j.cnki.issn1000-7180.2018.12.024
      WU Jun and WANG Longlong. An Otsu image segmentation algorithm based on chaos optimization of two BSA[J]. Microelectronics &Computer, 2018, 35(12): 119–124. doi: 10.19304/j.cnki.issn1000-7180.2018.12.024

    15. [15]

      王进成, 高岳林. 基于改进的鸟群算法求解农产品冷链物流配送路径优化问题[J]. 安徽农业科学, 2018, 46(25): 1–4, 8. doi: 10.13989/j.cnki.0517-6611.2018.25.001
      WANG Jincheng and GAO Yuelin. Optimization problem of cold chain logistics distribution path of agricultural products based on improved algorithm of bird swarm optimization[J]. Journal of Anhui Agricultural Sciences, 2018, 46(25): 1–4, 8. doi: 10.13989/j.cnki.0517-6611.2018.25.001

    16. [16]

      谢国民, 干毅军, 丁会巧. 基于佳点集的蝙蝠定位算法在WSN中应用[J]. 传感技术学报, 2017, 30(8): 1252–1257. doi: 10.3969/j.issn.1004-1699.2017.08.021
      XIE Guomin, GAN Yijun, and DING Huiqiao. A positioning algorithm based on bat algorithm and good-point setsin the application of WSN[J]. Chinese Journal of Sensors and Actuators, 2017, 30(8): 1252–1257. doi: 10.3969/j.issn.1004-1699.2017.08.021

    17. [17]

      ZHU D, MELHEM R, and CHILDERS B. Scheduling with dynamic voltage/speed adjustment using slack reclamation in multi-processor real-time systems[C]. Proceedings of the 22nd IEEE Real-time Systems Symposium, London, UK, 2001: 84–94.

    18. [18]

      SHEHAB M, KHADER A T, LAOUCHEDI M, et al. Hybridizing cuckoo search algorithm with bat algorithm for global numerical optimization[J]. The Journal of Supercomputing, 2019, 75(5): 2395–2422. doi: 10.1007/s11227-018-2625-x

    19. [19]

      MIRJALILI S, MIRJALILI S M, and LEWIS A. Grey wolf optimizer[J]. Advances in Engineering Software, 2014, 69: 46–61. doi: 10.1016/j.advengsoft.2013.12.007

    20. [20]

      罗钧, 杨永松, 侍宝玉. 基于改进的自适应差分演化算法的二维Otsu多阈值图像分割[J]. 电子与信息学报, 2019, 41(8): 2017–2024. doi: 10.11999/JEIT180949
      LUO Jun, YANG Yongsong, and SHI Baoyu. multi-threshold image segmentation of 2D Otsu based on improved adaptive differential evolution algorithm[J]. Journal of Electronics &Information Technology, 2019, 41(8): 2017–2024. doi: 10.11999/JEIT180949

    1. [1]

      郭锐锋, 刘娴, 丁万夫. 基于优先级降低策略的回卷恢复容错实时调度算法研究. 电子与信息学报,

    2. [2]

      朱斌, 薛开平, 洪佩琳, 卢汉成. 802.16e系统中一种针对多用户实时业务的改进休眠算法. 电子与信息学报,

    3. [3]

      陈远, 李乐民. 无线网络中实时业务的随机超时早检测缓存管理算法. 电子与信息学报,

    4. [4]

      张凤芝, 任长明, 郑红霞, 张红线. 遗传算法在硬实时系统预调度中的应用. 电子与信息学报,

    5. [5]

      张剑贤, 周端, 杨银堂, 赖睿, 高翔. 处理器可靠性约束的电压频率岛NoC能耗优化. 电子与信息学报,

    6. [6]

      李默, 徐友云, 蔡跃明. 基于Q-Learning的认知无线电系统感知管理算法. 电子与信息学报,

    7. [7]

      王东俊, 罗萍, 彭宣霖, 甄少伟, 贺雅娟. 基于脉冲跨周期调制的DC-DC变换器自适应电压调节技术. 电子与信息学报,

    8. [8]

      黎文边, 林粤伟, 王小猛, 冯志勇, 张平. 认知无线网络中基于微观经济学的动态频谱管理算法. 电子与信息学报,

    9. [9]

      龚水清, 陈靖, 王崴. 面向节点异构的能耗感知虚拟网络映射算法. 电子与信息学报,

    10. [10]

      裴畅姣, 卢汉成, 洪佩琳. 无线环境下具有实时约束的主动队列管理机制. 电子与信息学报,

    11. [11]

      傅坚, 张翎. 无线Ad hoc网动态密钥管理问题的研究. 电子与信息学报,

    12. [12]

      王宇, 王宾, 张志敏, 邓云凯. 改进的Wavenumber Domain算法在实时处理中的应用和研究. 电子与信息学报,

    13. [13]

      王暐, 王春平, 付强, 徐艳. 实时超像素跟踪算法. 电子与信息学报,

    14. [14]

      陈前斌, 谭颀, 魏延南, 贺兰钦, 唐伦. 异构云无线接入网架构下面向混合能源供应的动态资源分配及能源管理算法. 电子与信息学报,

    15. [15]

      章玥, 邱雪松, 孟洛明. 基于WebServices的网络管理业务流程管理系统交互接口. 电子与信息学报,

    16. [16]

      董启甲, 张军, 张涛. 星上MF-TDMA系统信道管理方法. 电子与信息学报,

    17. [17]

      邱雪松, 孟洛明, 陈俊亮. 层网络管理系统间关系的研究. 电子与信息学报,

    18. [18]

      徐少毅, 高帅. 机器对机器通信中一种基于能量效率与系统容量的多目标无线资源管理算法. 电子与信息学报,

    19. [19]

      郝晓辰, 贾楠, 王丽丽, 刘彬. 一种能耗鲁棒性权衡的3D-WSN拓扑控制算法. 电子与信息学报,

    20. [20]

      严少虎, 卓永宁, 吴诗其, 郭伟. IEEE802.11 DCF中基于能耗最小的RTS门限自适应调整算法. 电子与信息学报,

  • 图 1  两种方法初始化点图

    图 2  频率故障率

    图 3  收敛曲线图

    表 1  部分算法参数列表

    算法参数设置
    BSA$C = S = 1.5,{a_1} = {a_2} = 1,{\rm FQ} = 5,P \in [0.8,\,1]$ ${\rm FL} \in [0.5,\,0.9]$
    LSABSA${a_1} = {a_2} = 1,{\rm FQ} = 5,P \in [0.8,\,1],{\rm FL} \in [0.5,\,0.9]$ ${C_{\rm{e}}} = {S_{\rm{s}}} = 0,5,{C_{\rm{s}}} = {S_{\rm{e}}} = 2.5$
    本文${a_1} = {a_2} = 1,{\rm FQ} = 5,P \in [0.8,1],{\rm FL} \in [0.5,\,0.9]$
    IoBSA${C_{\rm{e}}} = {S_{\rm{s}}} = 0,5,{C_{\rm{s}}} = {S_{\rm{e}}} = 2$
    CBSA${Q_{\min }} = 0,{Q_{\max }} = 2,A = 0.7,r = 0.4,{P_\alpha } = 0.25$
    CJADE$F = 0.8,{C_r} = 0.5,c = 0.1,p = 0.05$
    文献[10]${\rm{limit}} = 50$
    下载: 导出CSV

    表 2  实验参数列表

    参数名参数名
    种群数60任务量10_30_50
    频率0.1~1截止日期20~220
    WCET20~50迭代次数1000
    运行次数20惩罚因子5000
    下载: 导出CSV

    表 3  任务量为10的优化结果

    NPM-ValSt.BSA本文IoBSALSABSACSBAGWOCJADE文献[10]
    375.57Best853.45821.52896.571040.55830.83904.091187.05
    (min)Worst1110.961040.011090.471178.551053.471123.841061.25
    3427.05Mean967.95913.041005.061105.57964.941035.831147.21
    (max)Std.Dev58.1857.6660.3634.8550.4653.9255.25
    下载: 导出CSV

    表 4  任务量为30的优化结果

    NPM-ValSt.BSA本文IoBSALSABSACSBAGWOCJADE文献[10]
    1126.70Best4355.133642.204197.414048.744353.494382.294881.90
    (min)Worst5158.384936.645175.335033.735234.8535021.295470.92
    10281.15Mean4771.524368.304739.584519.134681.224677.564928.57
    (max)Std.Dev215.87345.31269.02238.77223.95150.11304.62
    下载: 导出CSV

    表 5  任务量为50的优化结果

    NPM-ValSt.BSA本文IoBSALSABSACSBAGWOCJADE文献[10]
    1877.83Best8572.388281.548610.62无效8384.888416.94无效
    (min)Worst10442.7410023.1810149.21无效无效无效无效
    17135.25Mean9557.829319.579513.31无效无效无效无效
    (max)Std.Dev587.00535.50520.50643448.64529852.0175029.971147609.95
    下载: 导出CSV
  • 加载中
图(3)表(5)
计量
  • PDF下载量:  19
  • 文章访问数:  506
  • HTML全文浏览量:  284
文章相关
  • 通讯作者:  罗钧, luojun@cqu.edu.cn
  • 收稿日期:  2019-04-18
  • 录用日期:  2019-10-08
  • 网络出版日期:  2019-10-16
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章