专利名称：基于分布估计算法的功率电子电路优化方法
技术领域：
本发明涉及功率电子电路和智能计算两大领域，主要涉及一种基于分布估计算法 的功率电子电路优化方法。
背景技术：
功率电子电路技术广泛应用于各种日常电子设备中。它采用功率电子元件调整和 控制供应电流或电压，以适应用户负载的需求。随着半导体技术以及计算机科学技术等相 关领域的快速发展，功率电子电路的自动优化设计成为可能，并且已经成为提高功率电子 电路设计质量和效率的重要技术。传统的功率电子电路优化方法主要是确定性的优化方法，如牛顿法、最速下降法 等。这些算法的缺点是容易陷入局部最优。对于较复杂的电路，采用传统的优化方法难以获 取高质量的设计效果。近年来，陆续有学者采用遗传算法和粒子群算法等智能算法优化功 率电子电路设计，并取得了成功。这些智能算法在优化电路设计时不需要严格的数学推导 以及专门的功率电路领域知识，而只需要一个目标函数。而且，目标函数不需要满足可微、 可导、定义域连续等约束条件。甚至在目标函数没有显式数学表达式的情况下(如目标函 数值由模拟仿真获得)，算法依然可以对问题进行优化。因此，智能算法具有非常强的通用 性，尤其适合于优化功率电路。分布估计算法是一类新兴的智能算法。它采用概率模型来估计最优解的分布，并 通过抽样，评估样本，改进概率模型的迭代进化形式引导算法找到问题的近似最优解甚至 最优解。与其它智能算法相比，分布估计算法的最大特点是采用概率模型来估计变量的最 优取值分布。这种基于概率统计的搜索形式非常适合于求解问题变量带噪音的问题(如功 率电子电路优化问题)目前，分布估计算法已经成功用于求解一些复杂优化问题，如蛋白 质优化问题、工作调度问题、网络控制问题和物料管理问题等。
发明内容
本文将分布估计算法用于功率电路优化中。该分布估计算法所采用的概率模型为 宽度固定的直方图模型。发明的算法步骤为(1)初始化概率模型以及相关的参数。(2)根据各个电子元件的取值范围生成N个初始样本，并计算所有初始样本的目 标函数值。(3)按照目标函数值对当前的样本集合进行排序，从中选择出S个目标函数值较 大的样本。(4)统计所选择出的S个样本信息，更新当前的直方图概率模型。(5)从更新的概率模型中抽样出N个新样本，并评估所有新样本的目标函数值。(6)将N个新样本和原来的N个样本按顺序两两比较，保留其中的较优个体，最终得到更新后的N个样本参于后续的操作。(7)对目前为止所找到的最优样本实施局部优化操作。(8)根据局部优化的反馈情况，自适应调整下一次局部优化的步长。(9)如果算法达到结束条件则终止，否则转步骤(3)执行。分布估计算法是一种基于种群的智能算法。在优化过程中，算法能够同时对N个 潜在的解进行优化，因而具有较强的全局搜索能力。为了进一步加快算法的收敛速度，本发 明在分布估计算法中引入一个自适应局部优化算子，有效提高了算法的求解速度和精度。
图1功率电子电路的基本结构2分布估计算法优化功率电子电路的流程3降压转换器的原理图
具体实施例方式下面结合附图对本发明的方法作进一步的描述。功率电子电路的基本结构图如图1所示，其中包括功率传输和反馈网络两部分。 这里假定功率传输部分的电路固定不变，而只对较复杂的反馈网络部分的电路进行优化。 反馈网络部分包含If个电阻，Jf个电感和Kf个电容。用一个向量来表示这些无源元件
权利要求
1.一种基于分布估计算法的功率电子电路优化方法，其特征在于，该方法包括以下步骤(1)初始化概率模型以及相关的参数；(2)根据各个电子元件的取值范围生成N个初始样本，并计算所有初始样本的目标函 数值；(3)按照目标函数值对当前的样本集合进行排序，从中选择出S个目标函数值较大的 样本；(4)统计所选择出的S个样本信息，更新当前的直方图概率模型；(5)从更新的概率模型中抽样出N个新样本，并评估所有新样本的目标函数值；(6)将N个新样本和原来的N个样本按顺序两两比较，保留其中的较优个体，最终得到 更新后的N个样本参于后续的操作；(7)对目前为止所找到的最优样本实施局部优化操作；(8)根据局部优化的反馈情况，自适应调整下一次局部优化的步长；(9)如果算法达到结束条件则终止，否则转步骤(3)执行。
2.根据权利要求1所述的基于分布估计算法的功率电子电路优化方法，其特征是采 用的宽度固定的直方图概率模型来估计功率电子电路中各个电子元件的最优取值分布；假 设一电子元件的取值范围为[a，b]，直方柱的个数为n，高度分别为I^h2,... hn，则各直方 柱所代表的区间依次为[a, a+Δ ], [a+ Δ，a+2 Δ ]，...，[b_ Δ，b],其中Δ = (b-a)/n为区间的宽度，而该电子元件在区间i取值的概率为 VN，h2/N，· · ·，hn/N 其中 N = W. · · +hn。
3.根据权利要求1所述的基于分布估计算法的功率电子电路优化方法，其特征是引 入一个自适应局部优化算子，目的为了进一步加快算法的收敛速度和提高算法求解的精 度；假设)(b = (xbl' Xb2j . . .，xbD)是算法到目前为止所找到的最优样本，则自适应局部优化 操作的具体方法包含如下两个子步骤(1)在\的邻域产生M个临时样本，其中临时样本的各个变量值的产生方式如下
全文摘要
本发明涉及一种基于分布估计算法的功率电子电路优化方法。功率电子电路的自动优化设计是提高功率电子电路设计质量和效率的重要技术。本发明将分布估计算法运用于功率电子电路的自动优化设计，涉及功率电子电路和智能计算两大领域。本发明的方法运用直方图概率模型估计功率电子电路中各个电子元件的最优取值分布。同时在分布估计算法中引入自适应局部优化操作，以提高算法优化的效率。以一个降压变换器的优化设计为例进行测试，证明了本发明的方法是十分有效的。
文档编号G06F17/50GK102096728SQ20101056687
公开日2011年6月15日 申请日期2010年11月29日 优先权日2010年11月29日
发明者张军, 詹志辉, 钟竞辉 申请人:中山大学