فهرست نشریات علمی دسترسی آزاد ایران

طراحان ریزپردازنده‌ها از طراحی سیستم‌های چندهسته‌ای بر روی یک تراشه برای افزایش توان محاسباتی آن‌ها بهره می‌برند. افزودن تعداد هسته‌ها، افزایش چگالی توان مصرفی و در پی آن افزایش دما را به‌دنبال دارد. برای کنترل و مدیریت دما، روش‌های واکنشی و فعال معرفی شده‌اند. برخلاف روش‌های واکنشی که بر اساس آستانه گذاری عمل می‌کنند، روش‌های فعال با بهره‌گیری از یک مدل پیش‌بینی دما، مدیریت دما را انجام می‌دهند. در این مقاله برای مدیریت دما، مدلی برای پیش‌بینی دمای آینده و مدلی برای کنترل دما پیشنهاد شده و از دو شبکه عصبی پرسپترون چندلایه‌ای برای تحقق آن‌ها استفاده شده است. برای آموزش هر یک از مدل‌ها، مجموعه داده مناسب فراهم شده است. در این مجموعه داده تعدادی از ویژگی‌ها با استفاده از حسگرها و سنجه‌های سیستم و دیگر ویژگی‌ها با پردازش‌های پیشنهادی فراهم شده‌اند. در این راستا، برای پیش‌بینی دما، ویژگی‌های سابقه‌ای پیشنهاد شده‌اند. ویژگی‌های مناسب برای پیش‌بینی دما، با روش انتخاب ویژگی بر پایه اطلاعات متقابل و ویژگی‌های مناسب برای مدل کنترلی با بهره‌گیری از الگوریتم ژنتیک مبتنی بر رتبه‌بندی نامغلوب، انتخاب شده‌اند. نتایج نشان می‌دهند خطای مدل پیش‌بینی برای فاصله‌های مختلف زمانی حدود 0.5 درجه سانتی‌گراد است و خطای مدل کنترل دما، در تعیین مقدار فرکانس پردازنده و سرعت فن، به‌ترتیب 2 و 0.6 درصد است.