[發(fā)明專利]基于頻繁模式挖掘的GCC編譯時能耗演化優(yōu)化方法及存儲設(shè)備在審
| 申請?zhí)枺?/td> | 201811329077.8 | 申請日: | 2018-11-09 |
| 公開(公告)號: | CN109669698A | 公開(公告)日: | 2019-04-23 |
| 發(fā)明(設(shè)計)人: | 倪友聰;張木成;杜欣;鄒海威;李汪彪;林江宏;熊保平 | 申請(專利權(quán))人: | 福州三鑫隆鑄業(yè)有限公司;福建師范大學(xué) |
| 主分類號: | G06F8/41 | 分類號: | G06F8/41 |
| 代理公司: | 福州市景弘專利代理事務(wù)所(普通合伙) 35219 | 代理人: | 林祥翔;徐劍兵 |
| 地址: | 350015 福建省福州市馬尾*** | 國省代碼: | 福建;35 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 頻繁模式 編譯 挖掘 種群 臨時種群 能耗優(yōu)化 選項模式 事務(wù)表 能耗 信息處理技術(shù) 變異操作 存儲設(shè)備 隨機(jī)種群 預(yù)先設(shè)計 輪盤賭 適應(yīng)度 代數(shù) 收斂 選項 記錄 事務(wù) 優(yōu)化 改進(jìn) | ||
1.一種基于頻繁模式挖掘的GCC編譯時能耗演化優(yōu)化方法,其特征在于,包括步驟:
S1:令迭代次數(shù)t=1,生成初始隨機(jī)種群P(t);
S2:計算P(t)中每個個體的適應(yīng)度值,所述個體適應(yīng)度值為較GCC編譯器-O0等級的能耗改進(jìn)百分比;
S3:若t達(dá)到指定代數(shù),輸出P(t)中適應(yīng)度值最大的個體并轉(zhuǎn)S10,否則轉(zhuǎn)S4;
S4:記錄P(t)中有能耗改進(jìn)效果的個體的信息,并將其作為一條事務(wù)存放至預(yù)先設(shè)計好的事務(wù)表中;
S5:對所述事務(wù)表進(jìn)行頻繁模式挖掘,獲得頻繁編譯選項模式集;
S6:進(jìn)行單點交叉操作,生成臨時種群Pc(t);
S7:基于所述頻繁編譯選項模式集對Pc(t)進(jìn)行變異操作,生成臨時種群Pm(t),所述變異操作包括:增添或刪減;
S8:基于輪盤賭策略在種群Pm(t)和種群P(t)中選擇并生成下一代種群P(t+1);
S9:令t=t+1,并轉(zhuǎn)S2;
S10:結(jié)束。
2.根據(jù)權(quán)利要求1所述的一種基于頻繁模式挖掘的GCC編譯時能耗演化優(yōu)化方法,其特征在于,
所述預(yù)先設(shè)計好的事務(wù)表的每一行是三元組的有序列表,所述三元組的第一個數(shù)、第二個數(shù)和第三個數(shù)分別為:編譯選項的編號、編譯選項出現(xiàn)的次數(shù)和編譯選項對應(yīng)的能耗改進(jìn)標(biāo)注值。
3.根據(jù)權(quán)利要求1所述的一種基于頻繁模式挖掘的GCC編譯時能耗演化優(yōu)化方法,其特征在于,
所述“對所述事務(wù)表進(jìn)行頻繁模式挖掘,獲得頻繁編譯選項模式集”,還包括步驟:
構(gòu)造初始的帶能耗改進(jìn)標(biāo)注的頻繁模式樹;
去除所述事務(wù)表各行中出現(xiàn)次數(shù)小于設(shè)定的最小支持計數(shù)的編譯選項,并按出現(xiàn)次數(shù)對事務(wù)表各行中的編譯選項進(jìn)行降序排序,生成排序后的頻繁編譯選項事務(wù)表;
將所述排序后的頻繁編譯選項事務(wù)表各行中的頻繁編譯選項依次插入至所述帶能耗改進(jìn)標(biāo)注的頻繁模式樹中;
在插入過程中,對頻繁編譯選項出現(xiàn)次數(shù)進(jìn)行加1的同時,還對能耗改進(jìn)百分比做累加處理;
對所述帶能耗改進(jìn)標(biāo)注的頻繁模式樹進(jìn)行挖掘,得到頻繁編譯選項模式集,其中每個頻繁編譯選項均帶有能耗改進(jìn)標(biāo)注。
4.根據(jù)權(quán)利要求1所述的一種基于頻繁模式挖掘的GCC編譯時能耗演化優(yōu)化方法,其特征在于,
所述“基于所述頻繁編譯選項模式集對Pc(t)進(jìn)行變異操作,生成臨時種群Pm(t)”,還包括步驟:
將臨時種群Pm(t)置空,并對于Pc(t)中的每個個體X執(zhí)行如下操作:
4a:隨機(jī)生成整數(shù)0或1;
4b:若生成的整數(shù)為1轉(zhuǎn)步驟4c,否則轉(zhuǎn)步驟4d;
4c:基于頻繁編譯選項模式集,對個體X進(jìn)行增添操作生成新個體X',轉(zhuǎn)4e;
4d:基于頻繁編譯選項模式集,對個體X進(jìn)行刪減操作生成新個體X';
4e:將新生成個體X'放入種群Pm(t)中。
5.根據(jù)權(quán)利要求4所述的一種基于頻繁模式挖掘的GCC編譯時能耗演化優(yōu)化方法,其特征在于,
所述“基于頻繁編譯選項模式集,對個體X進(jìn)行增添操作生成新個體X'”,還包括步驟:
獲取個體X中已選用的編譯選項集和未選用的編譯選項集;
從所述已選用的編譯選項集中隨機(jī)選取隨機(jī)個元素構(gòu)成編譯選項編號集合;
結(jié)合所述頻繁編譯選項模式集與所述編譯選項編號集合,并依據(jù)所述未選用的編譯選項集計算得到待添加的編譯選項及其被添加的概率;
將所述待添加的編譯選項依概率加入至所述已選用的編譯選項集中,進(jìn)而生成新個體X'。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于福州三鑫隆鑄業(yè)有限公司;福建師范大學(xué),未經(jīng)福州三鑫隆鑄業(yè)有限公司;福建師范大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811329077.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種茶尺蠖的遺傳防治方法
- 基于脈沖投放捕食?被食模型的多目標(biāo)組合調(diào)度優(yōu)化方法
- 基于階段結(jié)構(gòu)捕食?食餌模型的輸送路徑組合優(yōu)化方法
- 基于多子種群協(xié)同進(jìn)化構(gòu)建信息核的推薦方法
- 一種基于子種群協(xié)同進(jìn)化的蛋白質(zhì)結(jié)構(gòu)預(yù)測方法
- 模型種群的性能檢測方法、裝置及可讀存儲介質(zhì)與設(shè)備
- 一種基于種群熵、種群方差改進(jìn)的鋼軌裂紋檢測算法
- 一種數(shù)據(jù)處理方法及裝置
- 基于多種群遺傳算法工控入侵檢測分類器參數(shù)選擇方法
- 用于篩選被遮蔽的或部分被遮蔽的細(xì)胞的方法和裝置





