买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北大学申请的专利基于离散粒子群算法的编译器自动调优方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119127205B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411151528.9，技术领域涉及：G06F8/41；该发明授权基于离散粒子群算法的编译器自动调优方法是由聂卫科;陈慧贤;王果;王薇;罗杏函;李晨泽;马浩设计研发完成，并于2024-08-21向国家知识产权局提交的专利申请。

本基于离散粒子群算法的编译器自动调优方法在说明书摘要公布了：本申请涉及一种基于离散粒子群算法的编译器自动调优方法，该方法改进了粒子群算法使其能够适应编译器优化问题的离散解空间，并且提出了拥挤距离和适应度相结合的速度更新策略，通过评估当前粒子所在区域的解样本的拥挤距离和适应值来动态的平衡粒子的移动速度，以此选择出最好的优化序列，从而提高编译器自动调优时的性能；解决了目前的很多离散粒子群算法存在的早熟收敛问题以及在问题维度较高时全局搜索能力不足的难题，显著提升了编译器自动调优的调优效果。

本发明授权基于离散粒子群算法的编译器自动调优方法在权利要求书中公布了：1.一种基于离散粒子群算法的编译器自动调优方法，其特征在于，包括： 步骤S1，生成初始搜索空间；所述初始搜索空间中的样本为优化标志序列对应的特征向量集合； 步骤S2，从所述初始搜索空间中随机挑选K个样本，并确定每个所述样本对应的执行加速比；基于所述K个样本和所述执行加速比构建训练集，并基于所述训练集训练多层感知机； 步骤S3，在当前次迭代中，针对每个粒子，在初始搜索空间中，选择距离所述粒子最近的一个样本作为待评估样本；将所述待评估样本输入到所述多层感知机，得到所述待评估样本的预测加速比； 步骤S4，对所有的预测加速比按照从大到小进行排序，选择排序结果中前三个预测加速比对应的待评估样本，作为预测效果较佳的样本； 步骤S5，在所述预测效果较佳的样本中，选择执行加速比最大的样本作为当前次迭代的最佳的样本；判断当前次迭代是否达到最大迭代次数，若是，输出所述最佳的样本，若否，执行步骤S6； 步骤S6，将所述最佳的样本与其对应的执行加速比添加到所述训练集中；根据所述预测效果较佳的样本确定对优化效果产生重要影响的优化标志子序列，并将所述优化标志子序列添加到所述初始搜索空间； 步骤S7，计算每个粒子的拥挤距离，并基于所述每个粒子的拥挤距离、每个粒子的适应度更新每个粒子的位置和移动速度； 步骤S8，判断当前次迭代是否为搜索空间更新的轮次，若是，返回步骤S2，若否，返回步骤S3； 其中，步骤S1中，生成初始搜索空间，包括： 根据编译器的优化标志集合随机生成多个优化标志序列； 每个所述优化标志序列将源程序编译成中间表示集合； 在所述中间表示集合中提取特征向量，生成特征向量集合； 所有优化标志序列对应的特征向量集合构成所述初始搜索空间； 其中，步骤S2中，确定每个所述样本对应的执行加速比，包括： 基于每个所述样本对应的优化标志序列将源程序编译至二进制的可执行文件；执行所述可执行文件，得到执行时间；基于所述执行时间以及编译器自带的最高优化等级优化后的执行时间，确定执行加速比。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北大学，其通讯地址为：710069 陕西省西安市太白北路229号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。