基于NSGA-Ⅱ的嵌入式系统软硬件划分方法

软硬件划分是软硬件协同设计中的一个关键问题。针对单处理器嵌入式系统,提出将NSGA-II应用于软硬件划分中,该算法一次运行可以获得多个Pareto最优解,为各个目标函数之间权衡分析提供了有效的工具,提高了设计效率。结果表明,通过该划分方法,在满足系统性能要求下,可为复杂嵌入式系统提供多个设计目标的全局优化方案。

应用于大规模SoC软硬件划分的多种群协同进化方法研究

针对非支配遗传算法NSGA-Ⅱ在大规模SoC软硬件划分中存在的不足,鉴于协同进化机制在解决复杂问题上所体现出来的优势,提出了一种基于协同进化的混合算法CO-NSGA-Ⅱ,并引入了三个协同算子:种间交叉算子、淘汰算子和分裂算子。实验表明,在基准测试函数实验和较大规模的软硬件划分实验中,CO-NSGA-Ⅱ的性能要明显优于NSGA-Ⅱ,这也体现了协同进化在解决大规模软硬件划分问题上的优势和潜力。

基于Cruise和Isight的两挡电动汽车传动系统匹配与优化

针对两挡电动汽车动力传动系统匹配与优化问题,根据整车设计参数及目标要求,通过理论计算对纯电动汽车驱动电机、动力电池、变速器等核心部件进行动力性匹配,运用Cruise仿真软件建立目标车辆的整车模型,并对匹配结果进行仿真验证。在动力性满足设计要求的前提下,为进一步改善经济性,搭建Cruise和Isight联合仿真模型,采用改进的非支配排序遗传算法(NSGA-Ⅱ),对传动系统传动比进行多目标优化,获得兼顾动力性和经济性的最优方案。优化结果表明,优化后NEDC(New european driving cycle)循环工况下电耗比优化前降低了0.38 kWh/100 km,经济性提高2.4%;0~100 km/h加速时间比优化前降低0.95 s,动力性提高7.5%。