專利名稱：基于分布估計算法的功率電子電路優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及功率電子電路和智能計算兩大領(lǐng)域，主要涉及一種基于分布估計算法 的功率電子電路優(yōu)化方法。
背景技術(shù)：
功率電子電路技術(shù)廣泛應(yīng)用于各種日常電子設(shè)備中。它采用功率電子元件調(diào)整和 控制供應(yīng)電流或電壓，以適應(yīng)用戶負(fù)載的需求。隨著半導(dǎo)體技術(shù)以及計算機科學(xué)技術(shù)等相 關(guān)領(lǐng)域的快速發(fā)展，功率電子電路的自動優(yōu)化設(shè)計成為可能，并且已經(jīng)成為提高功率電子 電路設(shè)計質(zhì)量和效率的重要技術(shù)。傳統(tǒng)的功率電子電路優(yōu)化方法主要是確定性的優(yōu)化方法，如牛頓法、最速下降法 等。這些算法的缺點是容易陷入局部最優(yōu)。對于較復(fù)雜的電路，采用傳統(tǒng)的優(yōu)化方法難以獲 取高質(zhì)量的設(shè)計效果。近年來，陸續(xù)有學(xué)者采用遺傳算法和粒子群算法等智能算法優(yōu)化功 率電子電路設(shè)計，并取得了成功。這些智能算法在優(yōu)化電路設(shè)計時不需要嚴(yán)格的數(shù)學(xué)推導(dǎo) 以及專門的功率電路領(lǐng)域知識，而只需要一個目標(biāo)函數(shù)。而且，目標(biāo)函數(shù)不需要滿足可微、 可導(dǎo)、定義域連續(xù)等約束條件。甚至在目標(biāo)函數(shù)沒有顯式數(shù)學(xué)表達(dá)式的情況下(如目標(biāo)函 數(shù)值由模擬仿真獲得)，算法依然可以對問題進行優(yōu)化。因此，智能算法具有非常強的通用 性，尤其適合于優(yōu)化功率電路。分布估計算法是一類新興的智能算法。它采用概率模型來估計最優(yōu)解的分布，并 通過抽樣，評估樣本，改進概率模型的迭代進化形式引導(dǎo)算法找到問題的近似最優(yōu)解甚至 最優(yōu)解。與其它智能算法相比，分布估計算法的最大特點是采用概率模型來估計變量的最 優(yōu)取值分布。這種基于概率統(tǒng)計的搜索形式非常適合于求解問題變量帶噪音的問題(如功 率電子電路優(yōu)化問題)目前，分布估計算法已經(jīng)成功用于求解一些復(fù)雜優(yōu)化問題，如蛋白 質(zhì)優(yōu)化問題、工作調(diào)度問題、網(wǎng)絡(luò)控制問題和物料管理問題等。

發(fā)明內(nèi)容
本文將分布估計算法用于功率電路優(yōu)化中。該分布估計算法所采用的概率模型為 寬度固定的直方圖模型。發(fā)明的算法步驟為(1)初始化概率模型以及相關(guān)的參數(shù)。(2)根據(jù)各個電子元件的取值范圍生成N個初始樣本，并計算所有初始樣本的目 標(biāo)函數(shù)值。(3)按照目標(biāo)函數(shù)值對當(dāng)前的樣本集合進行排序，從中選擇出S個目標(biāo)函數(shù)值較 大的樣本。(4)統(tǒng)計所選擇出的S個樣本信息，更新當(dāng)前的直方圖概率模型。(5)從更新的概率模型中抽樣出N個新樣本，并評估所有新樣本的目標(biāo)函數(shù)值。(6)將N個新樣本和原來的N個樣本按順序兩兩比較，保留其中的較優(yōu)個體，最終得到更新后的N個樣本參于后續(xù)的操作。(7)對目前為止所找到的最優(yōu)樣本實施局部優(yōu)化操作。(8)根據(jù)局部優(yōu)化的反饋情況，自適應(yīng)調(diào)整下一次局部優(yōu)化的步長。(9)如果算法達(dá)到結(jié)束條件則終止，否則轉(zhuǎn)步驟(3)執(zhí)行。分布估計算法是一種基于種群的智能算法。在優(yōu)化過程中，算法能夠同時對N個 潛在的解進行優(yōu)化，因而具有較強的全局搜索能力。為了進一步加快算法的收斂速度，本發(fā) 明在分布估計算法中引入一個自適應(yīng)局部優(yōu)化算子，有效提高了算法的求解速度和精度。


圖1功率電子電路的基本結(jié)構(gòu)2分布估計算法優(yōu)化功率電子電路的流程3降壓轉(zhuǎn)換器的原理圖
具體實施例方式下面結(jié)合附圖對本發(fā)明的方法作進一步的描述。功率電子電路的基本結(jié)構(gòu)圖如圖1所示，其中包括功率傳輸和反饋網(wǎng)絡(luò)兩部分。 這里假定功率傳輸部分的電路固定不變，而只對較復(fù)雜的反饋網(wǎng)絡(luò)部分的電路進行優(yōu)化。 反饋網(wǎng)絡(luò)部分包含If個電阻，Jf個電感和Kf個電容。用一個向量來表示這些無源元件
權(quán)利要求
1.一種基于分布估計算法的功率電子電路優(yōu)化方法，其特征在于，該方法包括以下步驟(1)初始化概率模型以及相關(guān)的參數(shù)；(2)根據(jù)各個電子元件的取值范圍生成N個初始樣本，并計算所有初始樣本的目標(biāo)函 數(shù)值；(3)按照目標(biāo)函數(shù)值對當(dāng)前的樣本集合進行排序，從中選擇出S個目標(biāo)函數(shù)值較大的 樣本；(4)統(tǒng)計所選擇出的S個樣本信息，更新當(dāng)前的直方圖概率模型；(5)從更新的概率模型中抽樣出N個新樣本，并評估所有新樣本的目標(biāo)函數(shù)值；(6)將N個新樣本和原來的N個樣本按順序兩兩比較，保留其中的較優(yōu)個體，最終得到 更新后的N個樣本參于后續(xù)的操作；(7)對目前為止所找到的最優(yōu)樣本實施局部優(yōu)化操作；(8)根據(jù)局部優(yōu)化的反饋情況，自適應(yīng)調(diào)整下一次局部優(yōu)化的步長；(9)如果算法達(dá)到結(jié)束條件則終止，否則轉(zhuǎn)步驟(3)執(zhí)行。
2.根據(jù)權(quán)利要求1所述的基于分布估計算法的功率電子電路優(yōu)化方法，其特征是采 用的寬度固定的直方圖概率模型來估計功率電子電路中各個電子元件的最優(yōu)取值分布；假 設(shè)一電子元件的取值范圍為[a，b]，直方柱的個數(shù)為n，高度分別為I^h2,... hn，則各直方 柱所代表的區(qū)間依次為[a, a+Δ ], [a+ Δ，a+2 Δ ]，...，[b_ Δ，b],其中Δ = (b-a)/n為區(qū)間的寬度，而該電子元件在區(qū)間i取值的概率為 VN，h2/N，· · ·，hn/N 其中 N = W. · · +hn。
3.根據(jù)權(quán)利要求1所述的基于分布估計算法的功率電子電路優(yōu)化方法，其特征是引 入一個自適應(yīng)局部優(yōu)化算子，目的為了進一步加快算法的收斂速度和提高算法求解的精 度；假設(shè))(b = (xbl' Xb2j . . .，xbD)是算法到目前為止所找到的最優(yōu)樣本，則自適應(yīng)局部優(yōu)化 操作的具體方法包含如下兩個子步驟(1)在\的鄰域產(chǎn)生M個臨時樣本，其中臨時樣本的各個變量值的產(chǎn)生方式如下
全文摘要
本發(fā)明涉及一種基于分布估計算法的功率電子電路優(yōu)化方法。功率電子電路的自動優(yōu)化設(shè)計是提高功率電子電路設(shè)計質(zhì)量和效率的重要技術(shù)。本發(fā)明將分布估計算法運用于功率電子電路的自動優(yōu)化設(shè)計，涉及功率電子電路和智能計算兩大領(lǐng)域。本發(fā)明的方法運用直方圖概率模型估計功率電子電路中各個電子元件的最優(yōu)取值分布。同時在分布估計算法中引入自適應(yīng)局部優(yōu)化操作，以提高算法優(yōu)化的效率。以一個降壓變換器的優(yōu)化設(shè)計為例進行測試，證明了本發(fā)明的方法是十分有效的。
文檔編號G06F17/50GK102096728SQ20101056687
公開日2011年6月15日 申請日期2010年11月29日 優(yōu)先權(quán)日2010年11月29日
發(fā)明者張軍, 詹志輝, 鐘競輝 申請人:中山大學(xué)