論基于遺傳算法的模擬電路優化設計方法

王澤華

(湖南省長沙市中南大學,湖南長沙 410012)

論基于遺傳算法的模擬電路優化設計方法

王澤華

(湖南省長沙市中南大學,湖南長沙 410012)

遺傳算法可以有效解決電路優化設計面臨的速度和規模瓶頸,雖然有固定的編解碼方案,但是從結構設計角度看,電路優化的創造空間很大,影響參數可以滿足適度調節需要。圍繞遺傳算法,設定的調節參數,其功能性很強,可以為元件控制設計、電路優化設計提供穩定的運算規范。基于此,本文將結合遺傳算法相關內容,深度解析電路優化設計的若干問題。

遺傳算法 模擬電路 優化設計 研究方法

電路優化設計空間大,需挖掘的潛在空間很廣。編輯模擬器作為電路的核心組件,其自動測試功能、運算功能、間接編碼功能必須加速優化,只有這樣,電路才能完成“與日俱增”的運算量。遺傳算法可以利用放大器、過濾器、三極管等雙端元件,適量簡化電路的運算操作模式,使其能在標準運算的基礎上,自動生成電路結構。

1 編解碼方案與仿真技術

編解碼是電路自動化設計的關鍵點,它直接參與到電路結構的構建工作。所以,根據遺傳算法原理,編解碼需設置多個節點,選擇適當、合理的元件種類和個數,使自動生成的電路設計結構能夠滿足設計需要。同時,仿真技術也應適當升級、更新,因為以網表格為基礎的電路結構,其二進制編碼的設計需求和模式轉型變化復雜,需依靠計算獲得。電阻、電容等雙端元件的編碼計算公式為:

2 適應度評估方法

2.1 子目標集合

電路想滿足多個運行要求,所以其電路結構中的運行目標是多樣化的。在整合電路結構時,需利用遺傳算法的子目標合成優勢,轉移信號,突顯綜合目標的主導優勢,以順利完成運算設計的適應度評估工作。

式中, wi表示電路適應度的權值系數,反映遺傳算法的優化權重; Fit(X)i表示電路的各子運行目標,待X到達極限值時,子目標便可以統一規劃適應度,形成標準的個體集合,集合中的每個參數都能表示電路設計目標。

2.2 權值系數的動態更新

因為遺傳算法的標的值具有動態變化的特征,所以與人工神經網絡工作原理相同,電路設計結構的權值系數也應隨之變化,這樣才能顯現出電路與遺傳算法的統一性和同步性。同時,權值系數的變化情況不是混亂的,是遵循一定規律的,如下:

(0≤a≤常數)

2.3 頻響曲線

遺傳算法在計算響應頻率時,幅度-時間曲線是隨著電路設計結構的變化而變化的,個體的電路特性,其運算量仿真效果不明顯、不理性、不規范。為此,要想降低誤差,使個體適應度能夠高度吻合電路設計結構,遺傳算法必須利用頻響曲線,豐富設計功能。簡化公式為:

式中, fj表示電路設計頻率采樣位置;表示理想狀態下,遺傳算法計算出來的頻響特性表示電路實際運行狀態下的仿真效果。

3 遺傳參數調整策略

通過上文分析可知,遺傳算法在電路設計中各參量值、權值系數計算上起到了很強的影響作用,在沒有確定交叉概率之前,Pc和變異概率對電路設計的影響也很大。為此,要防止電路低能粗略搜索,影響結構穩定,需適當調整遺傳參數,并根據其變化情況,分析整體電路設計的優化策略,具體內容如下。

3.1 確定基因段的取值范圍

因為電路中染色體對子目標的控制能力有限,所以染色體中的基因段很難測試出遺傳參數的變化范圍。如果電路的遺傳進程被改變,則電路的響應功能會立即崩潰,相應元件的功能性也會隨即減弱。由此可見,遺傳參數調整策略的首要前提是,優化內容需根據基因段的取值范圍,測算元件類型、遺傳進程、遺傳參數變化等內容。

3.2 電路結構、類型的統一設定

除基因段之外,電路的結構類型也會干擾遺傳算法的準確度,在高位序基因段中,電路子目標所體現的權值系數根本無法解決結構差異問題,也無法滿足調節遺傳參數系數的運行要求。因此,電路優化設計需采用“先定結構,后定參數”的設計模式,在排除個體適應度影響的基礎上,合理分配電路各設計層的工作任務和設計要求,盡可能做到“共同決定”。同時,如果調整后的遺傳參數仍不能滿足電路正常運行,則應從電路設計入手,根據信號響應力差異,縮短檢索范圍,增強遺傳進程的主導能力,提高遺傳運算量。

3.3 增進遺傳參數的相互配合

因為遺傳運算進化中隱含多個電路結構,其設計參數、結構變化區段、系數取值范圍各不相同,為連接不同階段的層級電路,需利用遺傳參數的交叉概率、變異概率,測算電路拓撲結構的影響范圍,并確定元件類型。如果支撐電路的元件、遺傳參數、電路規模無法滿足適應度,深受其他設計要素影響,則需在保持電路基本設計結構的基礎上,調節各元件參數。

4 結語

通過上文對遺傳算法在電路優化設計中的應用內容進行系統分析可以,可自動生成的電路結構,其元件參數、設計結構、運行特點都是可計算的,通過優化元件參數,逐步得到具備預期功能且經過簡化的電路,是最為有效的電路優化設計方法。

[1]殷時蓉,陳光,謝永樂.基于遺傳算法的模擬電路故障診斷激勵優化[J].測控技術,2007,13(06):120-122.

[2]游海龍,賈新章,王少熙.基于遺傳算法的Kriging元模型及其在模擬集成電路優化設計中的應用[J].半導體學報,2007,12(08):1325-1329.