面向实时应用片上网络评估的模糊多准则决策方法

《Engineering Applications of Artificial Intelligence》：A fuzzy decision-making approach for the evaluation of real-time application network-on-chip

　　

摘要：本文提出一种多准则决策（Multi-Criteria Decision Making, MCDM）方法，用于筛选最适合实时基于片上网络的多处理器片上系统（Real-Time Network-on-Chip-based Multiprocessor System-on-Chip, RTA-NoC-based MPSoC）平台的体系结构。研究解决了此类评估中使问题复杂化的五项关键挑战：（i）需对比十种RTA-NoC平台；（ii）评价指标相对重要性存在差异；（iii）各性能参数数据各异；（iv）相互冲突的设计目标间存在权衡；（v）决策评判具有不确定性。为应对上述挑战，研究人员提出一种混合决策框架，将三角模糊数（Triangular Fuzzy Number）与意见权重准则法（Opinion Weight Criteria Method, OWCM）相结合，并融入组合折衷解（Combined Compromise Solution, CoCoSo）技术以评估和基准化备选方案。该方法包含四个阶段：（i）基于十种平台（备选方案）与十项硬件/设计度量（准则）的交叉构建决策矩阵；（ii）采用OWCM法计算准则权重；（iii）通过CoCoSo法对备选方案排序；（iv）结果验证。结果表明，频率（Frequency）为最重要准则，权重得分为0.139，其次为缓冲区大小（Buffer Size）与技术节点（Technology）。服务质量—片上网络（Quality-of-Service-network-on-chip, QoS-NoC）以2.865分位列第一，证明其优越性；片上系统总线—片上网络（System-on-Chip Bus-NoC）得分1.167，在十种备选方案中排名靠后。敏感性分析显示，在十种权重偏移场景下，排序结果与初始高效排序呈高度相关性。该框架为可持续高效的嵌入式系统设计提供了有价值的决策支持。

论文解读：《A fuzzy decision-making approach for the evaluation of real-time application network-on-chip》发表于《Engineering Applications of Artificial Intelligence》

随着物联网（IoT）设备数量的爆炸式增长及人工智能（AI）系统的普及，多处理器片上系统（Multiprocessor System-on-Chip, MPSoC）成为关键硬件基础。传统基于总线的互连结构因可扩展性差逐渐被片上网络（Network-on-Chip, NoC）取代，特别是在要求严格时限保证的实时应用（Real-Time Application, RTA）场景中，各类RTA-NoC架构被相继提出。然而，目前缺乏系统性的评估与排序方法论来解决RTA-NoC评价中存在的难点：多种异构平台对比困难、评价准则重要度不同、性能指标数据差异大、设计目标（如延迟与功耗）相互冲突，以及专家主观判断带来的不确定性。为辅助嵌入式系统设计者从众多NoC架构中选出最优方案，研究人员开展了此项基于模糊多准则决策（MCDM）的评估框架研究，最终证明所提F-OWCM-CoCoSo混合模型能有效处理模糊信息并对十种RTA-NoC平台进行可靠排序与基准测试，对MPSoC架构选型具有重要意义。

主要关键技术方法：

研究人员选取10种RTA-NoC-based MPSoC平台作为备选方案（Alternatives, A₁–A₁₀），并依据文献与专家咨询确定10项硬件/设计评价指标（Criteria, C₁–C₁₀，含频率Frequency、缓冲区大小Buffer Size、技术节点Technology等）。首先构建10×10决策矩阵，随后引入三角模糊数（Triangular Fuzzy Number, TFN，记为(l,m,u)）将专家语言变量转化为模糊数值，采用意见权重准则法（Opinion Weight Criteria Method, OWCM）结合模糊期望值计算各准则客观权重；继而运用组合折衷解（Combined Compromise Solution, CoCoSo）法，基于模糊加权归一化决策矩阵计算各备选方案的效用测度S_i、折衷测度P_i及综合评分K_i，据此排序。最后通过改变准则权重进行敏感性分析以验证模型鲁棒性。

研究结果

Literature review（文献综述）

研究人员梳理了既有NoC性能评估方法（多集中于单一仿真或特定指标），指出现有方法常偏离RTA-NoC设计中对于可预测性、截止期遵守及QoS保障的实际需求，且未系统处理模糊性与多准则权衡，从而确立本研究的方法学缺口与研究必要性。

Methodology（研究方法）

如前述关键技术方法所述，研究人员设计了四阶段流程：（i）构建10种RTA-NoC平台与10项硬件/设计度量交叉的决策矩阵；（ii）利用三角模糊OWCM（F-OWCM）计算准则权重；（iii）应用CoCoSo法对平台排序；（iv）结果验证与敏感性分析。F-OWCM通过将专家语言评判（如"非常重要""中等"）映射为三角模糊数并求去模糊化期望值来确定权重，克服了传统AHP在模糊环境下的一致性检验局限。

Results and discussion（结果与讨论）

通过F-OWCM计算得各准则权重，其中Frequency权重最高（0.139），其次为Buffer Size与Technology。CoCoSo排序结果显示，Quality-of-Service-network-on-chip（QoS-NoC）综合得分最高（2.865），表明其在多指标综合评价中最适合作为RTA-NoC-based MPSoC通信架构；System-on-Chip Bus-NoC得分最低（1.167），排名靠后。敏感性分析中，研究人员分别对各准则权重进行±20%偏移并重新运行CoCoSo，发现前十平台排序秩次与原结果Spearman相关系数均接近1，证明模型稳定性良好，排序非偶然产生。

Comparative analysis（对比分析）

研究人员将F-OWCM-CoCoSo与传统AHP（Analytic Hierarchy Process）及模糊AHP进行对比，指出纯AHP易受专家主观模糊性影响且需一致性比率校验，而F-OWCM直接融合三角模糊数无须额外一致性检验；同时CoCoSo较TOPSIS等方法更能兼顾最大化理想解相似度与最小化 regret，适合多冲突目标下的NoC选型问题。

Summary points（要点总结）

研究人员指出，该混合框架成功量化并处理了RTA-NoC评估中的不确定性与多准则冲突，所提供的基准排名为工程师选型提供了实证依据，后续可扩展至其他嵌入式互连架构评估。

Conclusion（结论——翻译研究结论部分）

本研究提出了一种结构化的多准则决策框架，用于评估实时片上网络（RTA-NoC）体系结构。通过将F-OWCM（模糊意见权重准则法）与CoCoSo（组合折衷解法）相集成，该框架提供了一套系统化方法，可跨多项设计与性能参数对NoC平台进行评估与排序。研究结果凸显了多准则分析能够揭示频率、缓冲容量及其他体系结构因素之间的权衡关系，引导设计者趋向更优的嵌入式系统架构决策；所识别的最关键评价准则（频率）与最优架构（QoS-NoC）为RTA-NoC-based MPSoC的平台选型提供了量化依据与决策支持。

—END—