作者
上市的：- 奥兰多·莫雷拉
（GrAI物质实验室）
- 梅尔滕·波普
（布伦瑞克理工学院）
- 克里斯蒂安·舒尔茨
（维也纳大学）
摘要
有向图广泛用于流应用程序中的数据流和执行相关性建模。这使得可以利用图分区算法来解决硬件资源约束下多处理器体系结构上的并行执行问题。然而，由于嵌入式多处理机系统中的程序内存限制，应用程序需要划分为没有循环依赖的部分。我们发现，这可以通过后续的第二个图分区步骤来完成，并附加一个非循环约束。我们有四个主要贡献。首先，我们证明了图划分问题的这个更具约束性的版本是NP完全的，并给出了线性时间启发式。然后，我们将它们集成到现有的多级图分区框架中，以更好地处理大型图。与以前的单级算法相比，这使边缘切割减少了9%。基于此，我们设计了一种进化算法来进一步减少切割，与现有技术相比，平均减少了30%。最后，我们将分区启发法集成到嵌入式多处理器体系结构的图形编译器中，并表明这可以减少真实图像应用程序的通信量，从而平均加快11%。结果表明，编译器可以使用启发式为不同的硬件平台发出优化的代码。此外，我们还演示了如果通信量在给定的硬件平台上不是主要重要的，那么如何使用进化算法的自定义适应度函数来优化其他目标，如负载平衡。
建议引用
奥兰多·莫雷拉（Orlando Moreira）、莫滕·波普（Merten Popp）和克里斯蒂安·舒尔茨（Christian Schulz），2020年。"进化多级非循环图划分,"启发式杂志施普林格，第26卷（5），第771-799页，10月。手柄：RePEc:spr:joheur:v:26:y:2020:i:5:d:10.1007_s10732-020-09448-8
DOI:10.1007/s10732-020-09448-8
从出版商下载全文
由于此文档的访问受到限制，您可能希望搜索换一个不同的版本。
更正
本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:spr:joheur:v:26:y:2020:i:5:d:10.1007_s10732-020-09448-8。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格.
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关本项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Sonal Shukla或Springer Nature Abstracting and Indexing（以下电子邮件可用）。供应商的一般联系方式：http://www.springer.com网站.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
