云进化算法在NoC互连测试中研究.pdfVIP

第30卷第8期 重庆工商大学学报(自然科学版) 2013年8月 Technol Sci J Business V01．30NO．8 Chongqing Univ．(NatEd) Aug．2013 文章编号：1672-058X【2013)08-0059—05 云进化算法在NoC互连测试中研究冰 余丙荣1，张结龙2，武昌俊1，周明龙1 (1．安徽机电职业技术学院电气工程系，安徽芜湖241000；2．武汉中原电子集团有限公司，武汉，430010) 摘 要：提出了一种基于云进化算法的NoC互连测试方案。该方案利用云模型对物种进化统一建模。 重点解决云模型对进化的表示和对进化的控制两个问题，结合NoC互连测试问题，在功耗限制条件下，建立 基于云进化算法的互连测试模型，以获取最优测试矢量集；实验结果表明：该算法取得了较好的测试效果， 有效提高了测试效率。 关键词：云进化算法；NoC；互连测试 中图分类号：TP347 文献标志码：A 片上网络(NoC)作为全新的集成电路体系结构，采用全局异步一局部同步的通讯机制，显著改善了传统 增加，复杂度的提高，测试费用大幅提高，测试开销在总开销中所占比例不断升高，甚至比设计和制造成本 更高，因此NoC测试也就无疑成为一个重要研究对象，其中互连测试是NoC测试重点研究内容。目前，NoC 互连测试多采用内建自测试(Built．inSelfTest，BIST)方法，如MarcosB．Herv6，6rikaCota等采用BIST测试方 法¨’20，完成测试矢量生成，但该测试方案存在不足，如算法测试效率不高、硬件开销大、功耗没有考虑等问 题。本文在功耗限制条件下，采用NoC重用测试机制的方法，提出了基于云进化算法的NoC互连测试方案。 针对NoC互连故障的特点，选取合适的测试端口和测试路径，旨在获取最优测试矢量集的同时，使得测试代 价更小，测试效率更高。 1云进化理论 1．1云模型 云模型G(E；，E。，／／e)是一种定性知识描述和定性概念与其定量数据表示之间的不确定性转换模型一]， 云模型在知识表达时具有不确定中带有确定性、稳定之中又有变化的特点，其中正态云模型是最重要的一 种云模型。 1．2正态云发生器 正态云模型是一个遵循正态分布规律的，具有稳定倾向的随机数集。生成云滴的算法称为云发生器， 正态云发生器生成过程如算法l所示。 收稿日期：2013一O卜17；修回日期：2013—04—07． t基金项目：安徽高校省级自然科学研究项目(K． 作者简介：余丙荣(1971一)，男，安徽安庆宿松人，副教授，硕士，从事智能控制研究． 万方数据 重庆工商大学学报(自然科学版) 第30卷 算法1：正态云发生器¨o INPUT：E：，E。，He，凡％数字特征和云滴数 OUTPUT：{(戈。，m。)，…．，(石。，m。)}％n个云滴 FORi=1ton { E。’=RANDN(E。，皿)％生成期望值为％E。，方差为皿的正态随机数 石。=RANDN(E，E。’) ，一‰-E，)2、 舻戗p‘可可厂’ drop(x,，p。)％生成第i个云滴气，峨为第i个云滴的确定度 } 1．3云进化算法(CBEA) 云进化算法利用云模型c(层，，E。，皿)描述进化过程，其中E。称为优良种子个体，体现祖先遗传优良特 性；E。称为进化熵，控制遗传粒度；He称为进化超熵，控制子代个体的凝聚离散程度和搜索半径广度。利用 正态云发生器产生下一代云滴，产生云滴的过程能够刻画遗传变异，体现了自然界物种进化的基本原理吲。 精英个体和进化代是算法自适应调整的重要参考依据口]： (1)精英个体。精英个体是指进化过程中得到的适应能力最强的个体，分别为当代精英个体和跨代精 英个体。 (2)进化代。出现跨代精