PSO在非线性电路及器件参数优化设计中的应用

为了解决非线性电路的一个多参数组合优化问题,使用了一种全局优化搜索方法-粒子群优化方法(PSO)来获取非线性电路及其中非线性器件参数的最优组合.首先对非线性电路建立线性化的数学模型,分析关键参数的基本特性,然后利用粒子群优化方法良好的全局搜索特性以及快速的收敛速度,在整个参数空间进行高效并行搜索来获得参数组合的最优化,以有效降低电路功耗.对典型的非线性分压式偏置电路以及其中BJT参数提取的设计实例证明了该方法的有效性以及其在搜索速度上的优越性.     

进化粒子群优化算法及其在各向异性含水层参数估计中的应用

在粒子群算法的基础上,引入进化思想和组群思想提出一种新的智能优化算法———进化粒子群算法( EPSO)。基于抽水试验数据,将EPSO算法应用到各向异性含水层参数估计中,对算法性能进行研究并与其他算法进行了对比,发现标准粒子群算法及其一般改进算法已不能有效求解各向异性含水层参数,而EPSO算法进行多次计算后,1)结果可靠;2)目标函数值及待估参数稳定;3)对初始范围的鲁棒性好。结果表明EPSO算法对各向异性含水层参数估计问题具有可靠性、收敛性和鲁棒性,可望应用到更广泛的参数识别问题中。