Resumen

Al ser uno de los pasos más cruciales en el diseño de sistemas embebidos, la partición hardware/software ha recibido más atención que nunca. El rendimiento de un diseño de sistema dependerá fuertemente de la eficiencia de la partición. En este artículo, construimos un grafo de comunicación para sistemas embebidos y describimos las restricciones relacionadas con el retraso y el objetivo relacionado con el costo basado en la estructura del grafo. Luego, proponemos una heurística basada en algoritmos genéticos y recocido simulado para resolver el problema de manera casi óptima. Notamos que el algoritmo genético tiene una fuerte capacidad de búsqueda global, mientras que el algoritmo de recocido simulado fallará fácilmente en una solución óptima local. Por lo tanto, podemos incorporar el algoritmo de recocido simulado en el algoritmo genético. El algoritmo combinado proporcionará una solución casi óptima más precisa con mayor velocidad. Los resultados experimentales muestran que el algoritmo propuesto produce particiones más precisas que el algorit

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Diseño; Sistemas embebidos; Partición hardware/software; Rendimiento; Grafo de comunicación; Algoritmo genético
• Keywords:Design; Embedded systems; Hardware/software partitioning; Performance; Communication graph; Genetic algorithm