ESD模型参数识别的差分进化方法.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
ESD模型参数识别的差分进化方法.pdf

第32卷第7期 仪 器仪 表学 报 VoL32No.7 ofscientificImtrument 2011年7月 Clline鸵J叩mal Jul.20ll ESD模型参数识别的差分进化方法宰 汪轲,汪晓东 (浙江师范大学电子工程系金华321004) 摘要:提出了一种以差分进化算法对静电放电模型进行参数辨识的新方法。以基于Heidler雷电流方程的静电放电模型参 数为辨识对象,分别以仿真和实验数据验证了该方法的可行性,并从电流波形整体和局部两方面对拟合效果进行了评估。结果 表明,与遗传算法相比,差分进化算法的执行速度更快,所得的辨识参数精度更高,对电流波形的整体和局部关键点的拟合度均 高于遗传算法。因此,差分进化算法比遗传算法更适用于解决静电放电模型参数辨识问题。从实例可以看出,差分进化算法不 需要过多的初始参数值先验知识,而只需提供一个较宽的初始参数搜索范围即可获得良好的辨识结果。此外,本文还以差分进 化算法对Bmce.Gold∞和G伽ssi蚰函数静电放电模型进行参数辨识,验证了该方法的适用性。 关键词:电磁兼容性;静电放电;参数辨识;模型;差分进化算法;遗传算法 中图分类号:0441.1文献标识码:A 国家标准学科分类代码:470.4017 Parameteridentmcation0felectrostaticmodel discharge basedondifferentialeVolution algorithm WangKe,W舳gXiaodong j12J∞4,蕊讥口) (脚口砌m旷‰廊西刨聊硎喈,zk汹昭Ⅳo刑m踟沁昭渺,西访m a for electmstatic Abstract:nispre∞ntsnew印proachdetennining discharge(ESD)modelp眦mete瑙by p印er an modelbased明Heidlerare眈- mea璐ofdif亿rentiaLl ESD evolution(DE)algorithm.’11llep删ete玛of equation lected鹊tlleidentification of h鹪beenco瓶med们th andsiI肌lated objects.Thevaliditythis印proach experimental c岍entdata.TheeH.ecth酗als0beenevaluated tot}leoveralland side8oftllecun.entwave. fitting according panial c舳obtainⅡlore mnsf矗ter粕d geneticalgorithm(GA),the fo咖.Comp删诵th DE印proach preci∞p蹦胁ete璐 oftheESD fitbettereitheronoveraUorat ofthecu

您可能关注的文档

文档评论(0)

文档精品 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档