Главная | RSS News
 
 

Многокритериальная оптимизация ЭМС межсоединений цифровых ПП

Многие реальные задачи ЭМС межсоединений цифровых печатных плат ЭС требуют оптимизации функции, в которую часто входят конкурирующие критерии и, следовательно, решение подобных задач обычно возможно с помощью комбинации этих критериев в единственный оптимизируемый критерий в соответствии с некоторой функцией полезности или пригодности. Обычно данная функция не известна достаточно хорошо до начала оптимизации. В этом случае вся задача оптимизации должна быть сформулирована как многокритериальная задача с несоизмеримыми (несопоставимыми) критериями.
В многокритериальной задаче оптимизируются компоненты векторной ценовой функции. В отличие от оптимизации с единственным критерием, решение данной задачи не единственная точка, а семейство точек, область или поверхность. Каждая точка на этой поверхности оптимальна в том смысле, что не может быть достигнуто улучшение одной векторной компоненты, которое не ведет к ухудшению хотя бы одной из оставшихся компонент.
Отметим, что формулировка задачи многокритериальной оптимизации ЭМС межсоединений цифровых печатных плат отличается от формулировки задачи оптимизации внутриаппаратурной ЭМС (см. раздел 6.2), т.к. требуется оптимизация по нескольким целям (критериям) и (или) учет влияния статического электричества, внешних электромагнитных помех и электромагнитного излучения (см. главу 3, 4 и 5). Данные факторы предлагается объединить в единый обобщенный критерий – площадь контура S, образованного сигнальным проводником на плате и шиной земли.
В данной работе предлагается многокритериальная оптимизация ЭМС межсоединений печатных плат цифровых ЭС генетическими алгоритмами.
Сознавая потенциал генетических алгоритмов в многокритериальной оптимизации 377 , Шаффер предложил расширение простого генетического алгоритма, чтобы приспособить его к векторным вычислениям функции пригодности, которое он назвал векторным генетическим алгоритмом. В этом случае шаг отбора хромосом преобразовывался таким образом, что в каждом поколении создавалось некоторое количество субпопуляций путем пропорционального отбора особей по очереди в зависимости от каждой целевой функции. Таким образом, для задачи с q критериями, будет получено q субпопуляций размером N/q каждая, полагая, что размер популяции N. Затем эти субпопуляции перемешиваются между собой, чтобы получить новую популяцию размера N. Далее применяются обычные операторы скрещивания и мутации. Однако перемешивание всех хромосом в субпопуляциях вместе, чтобы получить новую популяцию, эквивалентно линейной комбинации вектора функций пригодности 377. Но весовые коэффициенты зависят от текущей популяции. Это означает, что в общем случае не только две недоминирующие хромосомы могут быть взяты за образцы с разными вероятностями, но также, в случае вогнутой компромиссной поверхности, популяция направляется в трещину между разными частями поверхности, каждая из которых особенно сильна в одном из критериев. Это свойство векторного генетического алгоритма называется видообразованием. Видообразование нежелательно, так как оно препятствует нахождению оптимального решения.

Прочитало: 1723
 
 
Календарь
 
«    Октябрь 2013    »
ПнВтСрЧтПтСбВс
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
 
 
 

Меню
  »  Классификация портов проникновения ЭМИ
»  Задачи ЭМС ЭС при внешних воздействиях
»  Средства электромагнитного террора
»  Методы и средства анализа воздействия ЭМИ на ЭС
»  Анализ эффективности экранирования корпусов ЭС
»  Экранирование э.-м. воздействий стенами ИЗ
»  Цель и методы оптимизации
»  Оптимизация внутриаппаратурной ЭМС межсоединений
»  Многокритериальная оптимизация
 
 

Архивы
 Октябрь 2008 (17)
Сентябрь 2008 (30)
Август 2008 (19)
 
 

Популярное
   
 

Реклама
  купить американские сигареты, gold usa.
Статьи
Ещё
 
 

 
 
E-M-P.Ru 1, 2