模拟电路的多目标优化与演化设计  

Multi-objective optimization and evolutionary design of analog circuits

作　　者：夏学文[1] 熊曾刚[1] 李元香[2] 朱继祥[2] 

机构地区：[1]孝感学院计算机与信息科学学院,湖北孝感432000 [2]武汉大学软件工程国家重点实验室,武汉430072

出　　处：《计算机工程与应用》2010年第26期53-57,共5页Computer Engineering and Applications

基　　金：国家自然科学基金No.60473014;国家博士学科点科研基金项目(No.20030486049);湖北省教育厅优秀中青年人才项目(No.Q20102705)~~

摘　　要：对模拟电路设计中涉及的多个目标进行了定义与量化,并针对这些目标提出一种面向模拟电路演化设计的多目标遗传算法,该方法利用非支配排序和适应值共享策略来提高搜索方向的空间均匀性,引入基于电路构造指令的编码方案来支持电路自动生成和提高电路演化的效率,并且该编码方案也同样适用于数字电路。利用协同演化的适应值评估策略来增强种群的学习能力,提高演化效率。实验结果表明,该方法可以设计出更实用、简单的模拟电路。The definitions and details of multi-objective during process of analog circuit＇s design are proposed in this paper. Based on it,a Multi-Objective Genetic Algorithm（MOGA） is presented.It features a group of uniformly scattered search direction by using Non-dominated Sorting Genetic Algorithms（NSGA） and fitness sharing strategy.A primitive circuit representation scheme,circuit-constructing instruction,is presented that enables circuit structure to be generated and improve the efficiency of evolution.And this representation is also the same with digital circuit.Coevolutionary fitness-evaluation strategy is utilized to improve the learning ability and efficiency of evolution.Some experimental results presented show that the MOGA is capable of searching out simple and practical circuits.

关 键 词：演化电路设计 非支配排序遗传算法 多目标优化 协同演化适应值评估 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]