《第10章电路的优化设计方法.ppt

第10章 电路的优化设计方法 南京理工大学 第10章 电路的优化设计方法 主要内容： 10.1 电路优化设计概述 10.2 目标函数 10.3 单变量函数优化 10.4 多变量函数优化 10.5 有约束优化方法 10.6 统计优化方法 10.7 模拟退火法 10.1 电路优化设计概述 电路的优化设计方法，应包括以下两方面： A. 自动设计电路的拓扑结构; B. 自动确定电路的元器件参数。 利用CAD技术进行电路优化设计的过程： 10.1 电路优化设计概述 10.2 目标函数 目标函数 由电路特性的误差函数组成，是电路实际特性与设计要求特性之间误差的量度，是评价电路设计好坏的定量指标。优化设计就是求目标函数的极小值。 例子（1）电路频响特性优化设计的目标函数 例子（2）：电路时域特性优化设计的目标函数 2. 目标函数的极值 最优化方法的目标是寻找目标函数的极小值。 （2）多元函数极值 将多元函数F(P)展成台劳级数，并略去高阶导数项，得 10.3 单变量函数优化 数值最优化法的步骤：（关键求Sk ,λk ） （1）从初始猜测点P0开始； （2）寻找一合适方向Sk(k=0,1, ···),Sk为第k+1次迭代搜索方向； （3）沿Sk方向向前进一步的步长设为λk，求合适的步长λk； （4）由Pk+1=Pk+ λkSk 得到新的点Pk+1，它应当比原来的点Pk更接近最优点； （5）检验Pk+1是否最优，若最优则停止迭代；否则k=k+1，转(2)步骤继续迭代。 10.3 单变量函数优化 单变量函数最优化问题： 对一维搜索来说，因为Sk是+1或-1，P0也可以确定，故 f(Pk+ λSk) →φ(λ)，也就是说可用后者来逼近前者 一维搜索的方法有两类：函数逼近法，试探法 （1）二次插值方法 如果已知函数f(λ)在区间中的三个点λ1 λ2 λ3 的函数值为f(λ1)， f(λ2)， f(λ3)，则可通过这三点(λ1, f(λ1)), (λ2, f(λ2)), (λ3, f(λ3))作一条抛物线，并用此抛物线φ(λ)（二次曲线）来逼近函数f(λ)。 实用的二次插值法：迭代法 不直接采用一次抛物线逼近得到的λ* 作为最优步长，而是要进行迭代。 将最优解(λ*, φ*)取代原三个点(λ1, φ1)， (λ2, φ2)，和(λ3, φ3)中最坏（即该φ与相应的f差别最大）的一个点，构成新的三个点。 再通过这三个点重新进行抛物线逼近，再次求得最优解。 如果反复迭代，直到相邻两次解的差足够小，满足误差要求，则认为一维搜索迭代收敛。 收敛后的最优解λ*即为最终最优解。 2. 黄金分割法（属试探法）：又称0.618法 10.4 多变量函数优化 多变量函数优化的方法：梯度法（最速下降法、牛顿法、共轭梯度法以及变尺度法等）、单纯形法。 二阶梯度法的基本思想：将泰勒展开式取到二阶，会使算法收敛性得到改善。牛顿法、变尺度法和共轭梯度法都属于二阶梯度法。 3. 变尺度法 变尺度法的原理是：用一阶偏导数组合成一个与Hk同阶的矩阵Ak, 以Ak近似表示海森逆矩阵[Hk]-1,从而避免了求二阶导数和求逆的困难，此法又叫拟牛顿法。此处介绍DFP法（60年代由Davidon，Fletcher和Powell提出）。 4. 共轭梯度法 不必计算海森矩阵。 5 单纯形法 属多维直接搜索优化方法，不必求导。 单纯形: 在一定空间中，由直线构成的最简单图形。 例子：二维空间中的单纯形是三角形，三维空间的单纯形是有四个顶点的四面体，N维空间的单纯形是N+1个顶点的几何形体。 二元目标函数单纯形法的基本原理 N元目标函数单纯形法的原理 （1）给定初始参数：初始点P0，变量数n，步长h，扩展因子α，压缩因子β，最大允许搜索次数k，各顶点的方向矢量δ等等。 （2）根据步长计算出n+1个顶点： Pi=P0+hδi (i=1,2,…,n)，Pn+1=P0 （3）计算n+1个顶点的函数值，确定最大、次大和最小三点： YH=F(PH) -----函数最大点值； YL=F(PL) -----函数最小点值； YG=F(PG) -----函数次大点值； （4）判收敛： 10.5 有约束优化方法 在优化问题中，除了使目标函数最小之外，还需满足一些约束条件，称之为有约束的优化问题。 约束条件可分为: 等式约束与不等式约束两大类。 罚函数法：实际中应用最广泛而又较为简单、有效的一种数值优化方法。 2. 不等式约束的罚函数法 10.6 统计优化方法