85、联合冗余与基于检查的维护优化及NoC串扰避免编码设计

联合冗余与基于检查的维护优化及NoC串扰避免编码设计

联合冗余与基于检查的维护优化

在优化问题中，遗传算法的关键部分包括解决方案编码机制、遗传算子和适应度计算方法。

解决方案编码机制

在优化模型里，每个种群中的个体代表优化问题的一个特定解。由于优化模型中有3 × m个元素需要搜索，所以采用三元编码机制来表示每个问题的解。每个解由一个3 × m的矩阵表示。矩阵的第一行代表每个子系统组件的冗余度n，第二行代表每个子系统的维修设施数量nr，第三行代表每个子系统的检查和监测率λm。矩阵的每一列是每个子系统的冗余和基于检查的维护配置。一组个体的初始化是通过随机生成矩阵中每个元素的值来完成的。ni或nri的初始值是一个随机整数，满足1 ≤ nri ≤ ni ≤ n0。λmi的初始值是一个在0到λm0之间随机生成的实数。

冗余度	维修设施数量	检查率
2	1	0.1
5	3	0.03
4	2	0.2
4	3	0.04