本發明公開了一種基于強化學習的3D NoC映射優化方法,屬于運籌優化管理領域。其具體步驟如下:首先根據3D NoC映射需求對IP核映射進行數學建模,構建3D NoC映射環境;然后使用ε?Greedy方法在3D NoC映射環境中進行半隨機IP核映射安排,同時使用強化學習方法對半隨機IP核映射過程進行學習,即從不同的IP核映射之間的價值差異中進行學習,使深度神經網絡能夠近似不同IP核映射的價值;最后通過使用深度神經網絡對實際3D NoC映射需求下不同IP核映射的價值進行預測,然后選擇輸出系統優化的滿足3D NoC映射需求的IP核映射序列。本發明構建的基于強化學習的3D NoC映射優化方法具有映射效率高、優化效果好的特點。
聲明:
“基于強化學習的3D NoC映射優化方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)