基于混合遗传算法的SOI MOSFET模型参数提取

通过将遗传算法和模拟退火算法相结合得到了改进的遗传算法,这种改进的遗传算法可用于提取SOI MOSFET模型参数.用这种方法提取了基于中国科学院微电子研究所开发的标准的1.2μm CMOS/SOI工艺的SOI MOSFET模型参数,用此模型模拟的数据与测试数据吻合很好,与商业软件相比精度得到了明显的提高.这种方法与商业软件使用的传统的方法相比,不需要对SOI MOSFET模型有非常深入的了解,也不需要复杂的计算.更深入的验证表明,该模型适用的器件尺寸范围很广.     

器件模型参数优化提取的混合算法

本文论述了器件模型参数优化提取中常采用的L-M算法存在的一些问题.提出了用(LM-BFGS)混合算法提取器件模型参数,这对优化收敛有极大的加速作用.本文例举了大量实验函数的计算结果并结合MOSFET的参数提取,证明了该算法可以大大减少迭代的次数和计算非线性目标函数的次数.     

一种用于器件模型参数提取的芯片测试数据的获取方法

半导体器件的建模及模型参数提取是电子设计自动化(EDA)领域的关键性工作。要提取器件参数,获取并处理复杂繁重的测量数据是前提条件,也是非常重要的一个环节,如何简单有效的提取并处理参数提取测试数据就显得格外重要。本文提出了简单易用的用于器件模型参数提取的测试数据的获取方法。实验证明,该方法可以有效的获取大量繁杂的测试数据,具有较高的精确度,而且简单易用,适合推广使用。     

基于BSIM3的超深亚微米器件建模及模型参数提取

对适用于超深亚微米电路模拟的 MOSFET器件模型进行了研究 ,完成计入量子效应、多晶硅耗尽效应等基于 BSIM3的 MOSFET模型。针对阈值电压模型以及 I- V模型中的参数编写了模型参数提取程序 ,采用最小二乘法原理 ,并采用麦夸脱算法以降低参数提取结果对初值的依赖 ,对已有参数进行了修正。模型以及参数提取结果都分别进行了验证。     

基于MPI的全局并行遗传算法的SOI MOS器件模型参数提取

提出了将全局并行遗传算法应用于模型参数提取,并应用于标准的1.2μm CMOS/SOI工艺的SOI MOSFET器件,一次性提取BSIMSOI3模型主要的42个直流参数.实验结果表明,该方法不依赖参数初始值、精度高、效率高,降低了SOI模型参数提取工作的难度,具有很强的通用性,易于移植优化及数据拟合.     

用改进的遗传算法提取PIN光探测器模型参数

光探测器是光电集成电路接收机的重要组成部分,成功提取光电探测器等效模型电路的参数将会对光电集成的研究起到重要作用.将改进的遗传算法用于PIN光探测器小信号等效电路模型参数的提取和优化中,实现PIN光探测器S21、S22参数的测量值与模拟值拟合.改进后的遗传算法自动优化了遗传、杂交和变异算子,节省了寻找最佳遗传、杂交和变异概率的时间,提高了参数提取的速度.     

基于混合遗传算法的SOI MOSFET模型参数提取

通过将遗传算法和模拟退火算法相结合得到了改进的遗传算法,这种改进的遗传算法可用于提取SOI MOSFET模型参数.用这种方法提取了基于中国科学院微电子研究所开发的标准的1.2μm CMOS/SOI工艺的SOI MOSFET模型参数,用此模型模拟的数据与测试数据吻合很好,与商业软件相比精度得到了明显的提高.这种方法与商业软件使用的传统的方法相比,不需要对SOI MOSFET模型有非常深入的了解,也不需要复杂的计算.更深入的验证表明,该模型适用的器件尺寸范围很广.     

用改进的遗传算法精确提取GaAs MESFET小信号等效电路参数

提出了一种改进的遗传算法 ,应用于提取 Ga As MESFET小信号等效电路参数 .改进的算法采用浮点编码连续突变 ,多种遗传操作合作运行 ,并应用子代优化策略克服了传统遗传算法可能出现的种群退化现象 ,该算法可快速搜索到全局最优解而不受初始值限制 .在 0 .1～ 1 0 GHz范围内实现了精确、快速地提取 Ga As MESFET小信号等效电路参数 ,并可合理外推至 2 0 GHz,整个过程无需人工干预 .算法用 Matlab语言实现 ,可方便地应用于 HBT和HEMT以及无源元件电容、电感的参数提取     

器件参数提取和全域寻优

本文用全域寻优算法探索了器件参数提取,因为软件方法比用硬件方法有利,所以偏重于软件。文中以CaAs MESFET器件参数提取为例,验证了全域寻优算法,同时也解决了器件参数提取中解的唯一性问题。     

用改进的遗传算法精确提取GaAs MESFET小信号等效电路参数

提出了一种改进的遗传算法,应用于提取GaAs MESFET小信号等效电路参数.改进的算法采用浮点编码连续突变,多种遗传操作合作运行,并应用子代优化策略克服了传统遗传算法可能出现的种群退化现象,该算法可快速搜索到全局最优解而不受初始值限制.在0.1～10GHz范围内实现了精确、快速地提取GaAs MESFET小信号等效电路参数,并可合理外推至20GHz,整个过程无需人工干预.算法用Matlab语言实现,可方便地应用于HBT和HEMT以及无源元件电容、电感的参数提取.     

基于聚类混合遗传算法的LRP问题研究

在配送系统中,配送中心选址问题与在此基础上的车辆路径问题相互影响,属于NP-hard难题,为有效解决定位-车辆路径问题（LRP）,文中提出的两阶段算法设计结合了聚类算法和混合遗传是算法,针对实际情况在遗传算法中加入爬山算法,同时采用改进的自适应交叉、变异算法,确保种群的最优个体参与进化,提高了遗传算法的局部搜索能力。仿真实验表明,所改进的混合遗传算法有较好高的全局寻优能力,且其收敛速度快,是解决配送路径优化问题的有效方法。     

基于一种混合遗传算法的移动机器人路径规划

移动机器人路径规划问题一直是机器人学研究的核心内容之一,而遗传算法作为智能仿生学算法在路径规划中得到了广泛的应用。针对传统遗传算法存在局部搜索能力差的问题,文中研究在已知环境下运用一种基于遗传算法和模拟退火算法相结合的技术对移动机器人进行最优路径的规划方法。算法采用栅格法对环境建立模型,同时在遗传算子中添加插入算子和删除算子以优化路径。Matlab仿真实验结果表明,该算法相对于基本遗传算法的收敛速度,搜索质量等有了明显的提高。     

基于遗传算法的PID控制参数整定研究

PID控制作为一种经典的控制方法被广泛应用于工业控制中,是实际工业生产过程正常运行的基本保障。随着计算机技术的发展和人工智能技术的出现,PID控制器参数整定不再只是传统整定,而出现了多种新的PID控制器参数整定方法。文章通过深入研究PID控制理论,罗列和分析了传统PID参数整定技术,最终利用遗传算法完成PID多参数智能整定,从而保证PID控制器的无超调、稳定、快速的完美控制。     

基亏遗传算法的GM（1，1，λ）改进模型

研究表明,灰色GM（1,1）-N测模型中的背景值及建模序列光滑度对于模型的预测精度均有影响。针对这一问题,引入背景值构造参数入和三点平滑法,提出了基于三点平滑的GM（1,1,λ）改进模型,并利用遗传算法对引入的参数入进行了最优值搜索。最后通过实例和仿真证明改进模型优于现有的灰色模型,具有更高的模拟和预测精度。     

An automatic parameter extraction technique for advanced CMOS device modeling using genetic algorithm

We in this paper present an computational intelligence technique to extract semiconductor device model parameters. This solution methodology is based on a genetic algorithm (GA) with an exponential type weight function, renew operator, and adaptive sampling scheme. The proposed approach automatically extracts a set of complete parameters with respect to a specified compact model, such as a BSIM model for deep-submicron and nanoscale complementary metal-oxide-semiconductor (CMOS) devices. Compared with conventional artificial step-by-step fitting approaches, the proposed extraction methodology automatically tracks the shape variation of current-voltage (I-V) curves and examines the first derivative of I-V curves; therefore, highly accurate results can be obtained directly. Applying the renew operator will keep the evolutionary trend improving by removing the individuals without mainly features. The sampling strategy will speed up the evolution process and still maintain the extraction accuracy in a reasonable range. A developed prototype is successfully applied to extract model parameter of N- and P-metal-oxide-semiconductor field effect transistors (MOSFETs). This optimization method shows good physical accuracy and computational performance, and provides an alternative for optimal device modeling and circuit design in nanodevice era. Genetic algorithm based automatic model parameter extraction bridges the communities between circuit design and chip fabrication; in particular, it will significantly benefits design of system-on-a-chip.     

An effective parameter extraction method based on memetic differential evolution algorithm

This paper provides an effective method for parameter extraction of microelectronic devices and elements. A novel method, memetic differential evolution (MDE) algorithm, is proposed in this paper. By combining differential evolution (DE) algorithm, mutations in immune algorithm (IA), and special operators for parameter extraction, MDE possesses characteristics of high accuracy, stability, generality, and efficiency. The effectiveness of the method has been shown by two typical examples, including small-signal equivalent circuit models for an AlGaN/GaN HEMT device up to 40 GHz, as well as an equivalent circuit model for on-chip differential spiral inductors. In both cases, the initial values and parameter ranges of the elements in the equivalent circuits are hard to determine in optimization. The results and comparisons with Levenberg-Marquardt (LM) algorithm, genetic algorithm (GA), particle swarm optimization (PSO) algorithm and canonical DE algorithm, demonstrate the superiority of MDE in terms of accuracy and generality.     

Non-cooperative signal modulation recognition algorithm based on joint feature parameter extraction

Aiming at the problem that in the current electromagnetic environment,the modulation method is complicated,the frequency-consuming equipment increases,the spectrum is congested,and the electromagnetic environment interference increases,the algorithm of OFDM signal detection and subcarrier identification in the background of non-cooperative communication were deeply studied.Using the different distribution states of OFDM signals and single carrier signals in the time domain,a joint characteristic parameter was proposed to solve the existence problem of OFDM in the received signal.For the phase shift and frequency offset problems caused by the channel transmission to the signal,by using the periodic stability the blind parameter estimation was performed to obtain the signal prior information.On the basis of the obtained signal prior information,a multi-level classification and recognition method for non-cooperative OFDM signal sub-carrier signals was proposed.Therefore,a model based on non-cooperative communication system OFDM signal detection and subcarrier modulation identification was designed,and finally modulation identification of unknown signals was completed.Simulation experiments show that in non-cooperative communication systems,OFDM signals and single-carrier signals can be accurately identified,and ideal modulation recognition effects can be achieved on empty subcarriers,QPSK,and 16QAM in the receiver OFDM signal subcarriers,overcoming the channel transmission band The problems of phase shift and frequency offset have improved the accuracy of modulation mode identification.     

基于面积梯度的中尺度涡参数自动提取算法

海洋中尺度涡出现的海域会出现海水流场、高度场、温盐场和声学性质的异常,得到海洋战场环境研究的极大重视。为了从遥感资料中自动提取中尺度涡特征参数,提出一种基于海面动力高度数据的中尺度涡自动提取算法。通过将海面动力高度数据按照等高线分层,计算闭合区域包含的面积梯度,自动提取中尺度涡区域的特征参数。对海面动力高度数据进行处理的结果可知,采用该方法进行中尺度涡检测不需要人工干预,能很好地定位中尺度涡位置并提取基本参数。     

基于混合遗传算法的偏振双向反射分布函数优化建模

为了表征复杂涂层表面的光学散射特性,在微面元理论的基础上,建立了典型涂层样片的偏振双向反射分布函数模型.由于实验数据与模型参数之间存在复杂的非线性关系,采用了遗传算法对模型参数进行反演.针对遗传算法收敛速度慢及易限于局部极小的特点,在传统遗传算法参数反演的基础上,在适应度计算中引入了模拟退火算法对偏振双向反射分布函数模型进行优化建模.实验结果表明:模型的计算结果与实验结果吻合较好.从误差收敛曲线来看,这种混合遗传算法优化方法不仅可以有效避免目标函数陷入局部极小,而且可以有效缩短目标函数的收敛时间.这可以为后续的目标特征提取与识别工作提供参考.     

半导体激光器参数估计的改进算法

为了精确估计带外腔半导体激光器的线宽展宽因数,采用了光反馈自混合技术和梯度最优算法,可以达到数据—理论的最佳拟合,同时提出了改进的梯度迭代公式,并在参数迭代时引入可变步长,取得了仿真和实验数据,该算法不仅测量精度较高,而且抗噪声性能较好,仿真结果表明当信噪比大于20分贝时,线宽展宽因数的相对标准差小于2.55% ,实验数据处理结果表明线宽展宽因数的相对标准差小于5.1%,这对半导体激光器的应用是有帮助的。