应用基因演算法于非线性微波电路之分析及其最佳化设计.PDFVIP

高雄應用科技大學學報 第三十三期 民國九十三年 Journal of National Kaohsiung University of Applied Sciences, Vol. 33 (2004), pp. 23-30 應用基因演算法於非線性微波電路之分析及 其最佳化設計 * ** 李坤洲 楊志淵 摘 要 本文主要是探討應用基因演算法於非線性微波電路上，並求得其響應之最佳化。由於基 因演算法具有強大的「全域」搜尋能力，能夠避免落入「區域」最佳值，因此適合用於解決 強烈非線性的數學運算。根據以往文獻回顧，一般解非線性微波電路，基本上都是建構於牛 頓法原則之「諧波平衡法」。但該方法本身是以微分為基礎的數學解法，有時會使得解為「非 全域」最佳解。本文以基因演算法求解，可不經過微分的運算求取其解。本研究包含兩大重 點：以基因演算法求非線性微波電路之解及以基因演算法作最佳化設計。 關鍵字 ：基因演算法、微波電路、諧波平衡 因此把這一個理論應用在一些自然界非線性事 壹、簡介 務上，可得到近似最佳化的解。 在微波電路之中，經常都具有非線性元件 基因演算法[1,2]是近年來快速發展且極具 的存在，而在解析電路之中，必須使用到數值 潛力的最佳化方法之一。一般在求解數值解法 解法。為了讓其解更為準確，便使用具有全域 如：牛頓法、隨機搜尋法雖可很快的得到解答， 搜尋能力的基因演算法來解其電路。再者，所 但是有些時候卻會落入區域解，並不是真正的 謂的問題之最佳化，其目的在於尋求定義於解 最佳化解，而基因演算法卻有全域搜尋的能力 空間上目標函數之最適當解，而且此解必須同 並且很快的得到近似最佳化解。而且基因演算 時符合滿足一些限制條件。目前運用於求解問 法是一種非限制的數學最佳化理論，它是依照 題最佳化的方法約可分為三類：(1)微分法(2)列 生物學中的〝適者生存〞進化理論所發展出來 舉法以及(3)隨機法。而本文的模擬基因演算法 的。基因演算法由三個運算子：選擇、交配、 是一種隨機式最佳化的方法，它不需要猜測合 突變來尋找最佳近似解。在達爾文演化論假說 適的起始解，也不需要任何微分的動作，因此 中提到，生物演化的過程，其基因會依隨著環 可適用於任何型態的非線性阻抗負載問題。 境的變動，而產生較佳、較能適應於變動情境 本文主要是要尋求一個方法，來作為非線 的遺傳基因，用以因應各種不同的情境變化， 性微波電路的分析與最佳化設計的工具。以傳 收稿日期2003年8月；修稿收件日期2003年10月；接受日期2003年10月。 * 李坤洲：國立台灣大學電機博士，現為國立成功大學系統及船舶機電工程學系副教授。 ** 楊志淵：樹德科技大學電腦與通訊系碩士。 24 李坤洲 楊志淵 統的諧波平衡分析法[3-9]來作非線性微波電路 電流I NL +I L 0 。因為通常非線性電路是因 的分析，雖可求得其解，但並不保證是全域最 為具有放大效果的電晶體與具有電晶體高頻效 佳解。以諧波平衡法的運算方式須要用到複雜 應的接面電容或括散電容所組成，所以只要把 的數學運算，像是牛頓法。而牛頓法則需用到 非線性電路分成線性與電晶體的非線性電路即 微分的方式，對ㄧ些比較複雜的微分可能就難 可如圖2-2 。 以求解；而基因演算法就不須經過微分的方式 圖2