本发明公开了一种基于强化学习的3D NoC映射优化方法,属于运筹优化管理领域。其具体步骤如下:首先根据3D NoC映射需求对IP核映射进行数学建模,构建3D NoC映射环境;然后使用ε‑Greedy方法在3D NoC映射环境中进行半随机IP核映射安排,同时使用强化学习方法对半随机IP核映射过程进行学习,即从不同的IP核映射之间的价值差异中进行学习,使深度神经网络能够近似不同IP核映射的价值;最后通过使用深度神经网络对实际3D NoC映射需求下不同IP核映射的价值进行预测,然后选择输出系统优化的满足3D NoC映射需求的IP核映射序列。本发明构建的基于强化学习的3D NoC映射优化方法具有映射效率高、优化效果好的特点。
声明:
“基于强化学习的3D NoC映射优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)