지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 유민수
- 발행연도
- 2023
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
자동차 업계는 효율적으로 차량용 소프트웨어를 개발하기 위해 AUTOSAR 표준을 적용한다. 최근 차량용 임베디드 시스템은 멀티코어 제어기 사용이 증가하는 추세이다. AUTOSAR 플랫폼에서 멀티코어 아키텍처를 적용하려면 설계 과정에서 멀티코어 태스크 배분 작업이 요구된다. 멀티코어 태스크 배분 작업은 시스템의 성능과 안정성에 영향을 미치는 중요한 작업으로, 통신비용, 로드 밸런싱 그리고 기능 안전 요구 사항 등을 고려하여 신중히 이루어져야 한다.
본 논문에서는 AUTOSAR 기반의 소프트웨어를 강화학습을 사용하여 멀티코어에 효율적으로 배분하는 방법을 제안한다. 제안하는 방법은 제약 조건을 만족시키고 통신비용과 로드 분산을 최소화하는 것을 목표로 한다. 이를 위해 통신비용과 로드 밸런싱을 공식화하고 강화학습을 사용한 멀티코어 태스크 배분 모델을 제시한다. 제안한 방법은 여러 차례의 실험을 통해 평가하였으며, 최적의 값과 비교하여 4%이하의 성능 차이를 보였다. 연료전제 제어기의 애플리케이션을 대상으로 제안한 방법을 적용하였다.
본 논문에서는 AUTOSAR 기반의 소프트웨어를 강화학습을 사용하여 멀티코어에 효율적으로 배분하는 방법을 제안한다. 제안하는 방법은 제약 조건을 만족시키고 통신비용과 로드 분산을 최소화하는 것을 목표로 한다. 이를 위해 통신비용과 로드 밸런싱을 공식화하고 강화학습을 사용한 멀티코어 태스크 배분 모델을 제시한다. 제안한 방법은 여러 차례의 실험을 통해 평가하였으며, 최적의 값과 비교하여 4%이하의 성능 차이를 보였다. 연료전제 제어기의 애플리케이션을 대상으로 제안한 방법을 적용하였다.
목차
제1장 서 론 1제1절 연구 배경 1제2절 관련 연구 3제2장 시스템 모델 및 배경 지식 4제1절 태스크 모델 및 태스크 의존성 모델 4제2절 AUTOSAR 개요 6제3절 통신비용 분석 9제4절 로드 밸런싱 12제5절 기능 안전 요구사항 14제3장 멀티코어 태스크 배분 방법 16제1절 문제 정의 16제2절 멀티코어 태스크 배분 절차 17제3절 멀티코어 태스크 배분 강화학습 모델 18제4장 평가 및 적용 24제1절 멀티코어 태스크 배분 방법 평가 24제2절 연료전지 제어기 적용 31제5장 결론 35참 고 문 헌 37
최근 본 자료
댓글(0)
0