基于集成学习的编译优化参数选择方法研究

基于机器学习的迭代编译方法是当前迭代编译领域的研究热点,其挑战在于学习算法选择、优化参数搜索及程序特征表示等问题.基于集成学习技术提出一种优化参数组合自动预测方法 ELOPS.使用约束多目标粒子群优化算法对优化空间进行搜索,找到样本函数最佳优化参数组合;通过特征—类相关性度量方法对函数特征进行抽取;最后通过由函数特征和最佳参数组合形成的样本构建集成学习模型, 对新程序优化参数进行预测.基于两种平台,在NPB 测试集和大型科学计算程序上与现有方法进行对比.实验结果表明,ELOPS 方法比现有 方法具有更好的预测性能.