基于强化学习的异构多核嵌入式系统能耗优化调度方法

成果基本信息
关键词：	能耗优化，异构多核嵌入式系统
成果类别：	应用技术	技术成熟度：	初期阶段
体现形式（基础理论类）：	其他	体现形式（应用技术类）：	新技术
成果登记号：		资源采集日期：

研究情况
单位名称：	武汉理工大学	技术水平：	未评价
评价证书号：		评价单位：
评价日期：		评价证书号：

转化情况
转让范围：	合作开发	推广形式：	合作开发
已转让企业数（个）：

联系方式
联系人（平台）：	孵化基地	联系人（平台）电话：	0771-3394012
*成果单位详细联系方式请登录会员；还不是会员，马上注册!

成果简介
本发明公开了一种基于强化学习算法的异构多核嵌入式系统能耗优化调度方法。在硬件方面，在每个处理器上装载一个DVFS调节器，通过调节各处理器工作电压，改变各处理器硬件特性，动态构建出匹配软件特性的硬件平台；在软件方面，针对传统启发式算法(遗传算法、退火算法等)或存在局部搜索能力不足或存在全局搜索能力不强等缺点，探索性地运用机器学习领域的Q‑Learning算法来寻找能耗最优化调度解。Q‑Learning算法通过不断试错以及与环境交互反馈的方式，可兼顾全局搜索和局部搜索的性能，从而实现比传统启发式算法更优的搜索效果。上千组实验表明，Q‑Learning算法相较于传统GA算法，能耗降低率可达6％～32％

成果名称：	基于强化学习的异构多核嵌入式系统能耗优化调度方法	关键词：	能耗优化，异构多核嵌入式系统
成果类别：	应用技术	一级分类名称：
二级分类名称：		三级分类名称：
研究起止时间：		成果体现形式（应用技术类）：	新技术
成果属性：	原始性创新	成果体现形式（基础理论类）：	其他
技术成熟度：	初期阶段	技术水平：	未评价
研究形式：	独立研究	学科分类1：	国家标准GB T13745-92《学科分类与代码》
单位名称：	武汉理工大学	学科分类2：
中图分类号1：	中国图书资料分类法（第四版）	所属高新技术类别：
中图分类号2：		课题来源：	国家科技计划
应用行业：	信息传输、计算机服务和软件业	课题立项名称：
国家科技计划子类别：	高技术研究发展计划（863计划）	课题立项编号：
经费实际投入额（万元）：		评价单位：
评价形式：	鉴定	应用状态：	稳定应用
评价日期：		转让范围：	合作开发
评价证书号：		推荐单位：
推广形式：	合作开发	成果登记号：
成果简介：	本发明公开了一种基于强化学习算法的异构多核嵌入式系统能耗优化调度方法。在硬件方面，在每个处理器上装载一个DVFS调节器，通过调节各处理器工作电压，改变各处理器硬件特性，动态构建出匹配软件特性的硬件平台；在软件方面，针对传统启发式算法(遗传算法、退火算法等)或存在局部搜索能力不足或存在全局搜索能力不强等缺点，探索性地运用机器学习领域的Q‑Learning算法来寻找能耗最优化调度解。Q‑Learning算法通过不断试错以及与环境交互反馈的方式，可兼顾全局搜索和局部搜索的性能，从而实现比传统启发式算法更优的搜索效果。上千组实验表明，Q‑Learning算法相较于传统GA算法，能耗降低率可达6％～32％
联系人：	陈绪高	成果登记日期：
联系人email：		单位代码：
邮政编码222：		联系人电话：	15296551147
单位传真：		单位通讯地址：
单位所在省市：		单位电话：
转让收入（万元）：		单位属性：	大专院校
合作完成单位：		已转让企业数（个）：
成果发布年份：		知识产权形式：
成果完成人：		资源采集日期：

基于强化学习的异构多核嵌入式系统能耗优化调度方法

最新科技成果资讯

热门资讯排行

最新科技图文资讯

友情链接