본 논문에서는 첫째, 기존 하드웨어/소프트웨어 분할 문제의 접근 방식 모델에서 다루지 못하였던 시간 의존적인 판매 가격, 판매량 등의 요소들을 반영하는 다목적 최적화 문제 형태의 새로운 "Cost driven Sequential Hardware/Software Partitioning Optimization Framework (CSPOF)"를 제시하고, 둘째, 그 모델로 형식화된 NP-난해 문제를 일반적으로 해 결하기 위한 해법으로 최대 이익을 찾거나 근사하는 정확한 알고리즘 및 휴리스틱 알고리즘들과 변형된 메타휴리스틱 "Fast and Elitist Multi-objective Genetic Algorithm(NSGA-II)"을 제시한다. 실험을 통하여 제시된 알고리즘들의 성능을 비교하고, NSGA-II의 최적의 해로의 수렴성을 보인다.
In this paper, we first propose a novel multi-objective optimization framework, called "Cost-driven Sequential Hardware/Software Partitioning Optimization Framework (CSPOF)," that incorporates various time-dependent elements that previous works do not consider. We then propose exact and heuristic algorithms that maximizes or approximates the profit objective, and a variant of "Fast and Elitist Multi-objective Genetic Algorithm (NSGA-II)". By simulation studies, we compare performances of the proposed algorithms and show the convergence of NSGA-II to the optimal solutions.
