 |
|
|
|
ARTYKUŁY Elektronika Wyznaczanie punktów pracy przyrządów półprzewodnikowych z wykorzystaniem techniki obliczeń ewolucyjnych |
|
Malejące monotonicznie w miarę upływu liczby pokoleń algorytmu ewolucyjnego wartości funkcji dopasowania
Jak wynika z wartości zamieszczonych w tabeli, po upływie ponad dwóch milionów pokoleń algorytmu ewolucyjnego następuje gwałtowny spadek wartości funkcji dopasowania, w związku z czym uzyskiwane rozwiązania szybko zbiegają się do pożądanych wartości optymalnych.
Przedstawiony w artykule przykład obliczeniowy stanowi dowód na to, że technika obliczeniowa oparta na algorytmach ewolucyjnych może stanowić skuteczną metodę pozwalającą na przeprowadzenie
stałoprądowej analizy obwodów elektronicznych zawierających elementy półprzewodnikowe o nieliniowych charakterystykach prądowo- napięciowych. Jednocześnie zaprezentowana metoda, ze względu na jej uniwersalność, może stanowić interesującą alternatywę dla powszechnie stosowanych w takich wypadkach klasycznych metod numerycznych.
Dalsze prace prowadzone przez autora w rozważanym obszarze badawczym będą koncentrowały się na opracowaniu graficznego interfejsu użytkownika, za pośrednictwem którego będzie istniała możliwość tworzenia obwodów elektronicznych składających się z dowolnej liczby elementów półprzewodnikowych o w zasadzie dowolnej topologii wzajemnych połączeń. Na podstawie takiej graficznej definicji obwodu w sposób automatyczny tworzony będzie materiał genetyczny początkowej populacji osobników, która po
realizacji odpowiednio dużej liczby pokoleń powinna dostarczyć osobników reprezentujących swoimi genotypami rozwiązania o odpowiednio wysokiej jakości.
| LITERATURA [1] Ampatzis C. et al.: Evolving self-assembly in autonomous homogeneous robots: Experiments with two physical robots. Artificial Life 2009 vol. 15 [2] Arabas J.: Wykłady z algorytmów ewolucyjnych. Wydawnictwa Naukowo-Techniczne, Warszawa 2004 [3] Bullinaria J.A.: Lifetime learning as a factor in life history evolution. Artificial Life 2009 vol. 15 [4] Chua L.O., Desoer C.A., Kuch E.S.: Linear and nonlinear circuits. McGraw-Hill, New York 1987 [5] Filipkowski A.: Układy elektroniczne analogowe i cyfrowe. Wydawnictwa Naukowo- Techniczne, Warszawa 1993 [6] Goldberg D.E.: Algorytmy genetyczne i ich zastosowania. Wydawnictwa Naukowo- Techniczne, Warszawa 1996 [7] Gras R. et al.: An individual-based evolving predator-prey ecosystem simulation using a fuzzy cognitive map as the behavior model. Artificial Life 2009 vol. 15 [8] Kudrewicz J.: Nieliniowe obwody elektryczne. Wydawnictwa Naukowo-Techniczne, Warszawa 1996 [9] Michalewicz Z.: Algorytmy genetyczne + struktury danych = programy ewolucyjne. Wydawnictwa Naukowo-Techniczne, Warszawa 2003 [10] Niedźwiecki M., Rasiukiewicz M.: Nieliniowe elektroniczne układy analogowe. Wydawnictwa Naukowo-Techniczne, Warszawa 1992 [11] Paenke I., Kawecki T.J., Sendhoff B.: The influence of learning on evolution: A mathematical framework. Artificial Life 2009 vol. 15 [12] Rutkowska D., Piliński M., Rutkowski L.: Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. Wydawnictwo Naukowe PWN, Warszawa-Łódź 1997 [13] Stanley K.O., A’Ambrosio D.B., Gauci J.: A hypercube-based encoding for evolving large-scale neural networks. Artificial Life 2009 vol. 15 |
|
|
| REKLAMA |
|
|
| REKLAMA |
|
|
wstecz
