دانلود مقاله ISI انگلیسی شماره 52677
ترجمه فارسی عنوان مقاله

روش فاکتورگیری مجدد برای الگوریتم های هوش ازدحامی حافظه نهان کارآمد

عنوان انگلیسی
A refactoring method for cache-efficient swarm intelligence algorithms
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
52677 2012 11 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Information Sciences, Volume 192, 1 June 2012, Pages 39–49

ترجمه کلمات کلیدی
حافظه پنهان؛ سلسله مراتب حافظه؛ نرخ از دست دادن؛ هوش ازدحامی - بهینه سازی ازدحام ذرات ؛ الگوریتم ژنتیک
کلمات کلیدی انگلیسی
Cache; Memory hierarchy; Miss rate; Swarm intelligence; Particle swarm optimization; Genetic algorithm
پیش نمایش مقاله
پیش نمایش مقاله  روش فاکتورگیری مجدد برای الگوریتم های هوش ازدحامی حافظه نهان کارآمد

چکیده انگلیسی

With advances in hardware technology, conventional approaches to software development are not effective for developing efficient algorithms for run-time environments. The problem comes from the overly simplified hardware abstraction model in the software development procedure. The mismatch between the hypothetical hardware model and real hardware design should be compensated for in designing an efficient algorithm. In this paper, we focus on two schemes: one is the memory hierarchy, and the other is the algorithm design. Both the cache properties and the cache-aware development are investigated. We then propose a few simple guidelines for revising a developed algorithm in order to increase the utilization of the cache. To verify the effectiveness of the guidelines proposed, optimization techniques, including particle swarm optimization (PSO) and the genetic algorithm (GA), are employed. Simulation results demonstrate that the guidelines are potentially helpful for revising various algorithms.