GP和PSO算法相結(jié)合實現(xiàn)有源濾波器的進化設(shè)計.pdf

1、遺傳程序設(shè)計(Genetic Programming，GP)是進化計算的一個分支，它基于達爾文適者生存原理，從描述問題解的計算機程序群體出發(fā)，模擬自然進化過程，使問題的解不斷進化，直至產(chǎn)生最優(yōu)解。由于其操作對象是規(guī)模和形狀能動態(tài)變化的具有分層結(jié)構(gòu)的計算機程序，使得它在硬件電路的表示，即電路的編碼方式上比較優(yōu)越。 粒子群優(yōu)化算法(Particle Swarm Optimization，PSO)是基于一群粒子的智能運動而產(chǎn)生的隨機進

2、化計算方法，源于對鳥群捕食的行為研究。它同GP類似，是一種基于疊代的優(yōu)化工具，系統(tǒng)初始化為一組隨機解，通過疊代搜尋最優(yōu)值，但是它并沒有GP用的明顯的交叉及變異，而足粒子在解空間追隨最優(yōu)的粒子進行搜索，也正是由于這點，使得它在參數(shù)優(yōu)化方面更具優(yōu)越性。 現(xiàn)代電子電路技術(shù)的發(fā)展，使得模擬濾波器成為高精度大規(guī)模集成電路中的一個基本模塊。木文通過分析GP和PSO算法的思想及實現(xiàn)方式，將它們結(jié)合起來運用到有源濾波器的設(shè)計當中來，即：

3、 首先，利用GP進化設(shè)計有源濾波器的電路結(jié)構(gòu)； 其次，應(yīng)用PSO算法優(yōu)化用GP進化設(shè)計出的有源濾波器電路結(jié)構(gòu)的參數(shù)，從而得到最終的有源濾波器電路。 論文重點研究了GP的改進措施，提出了一種基于模塊的個體表示方法，并建立了相應(yīng)的交叉、變異等遺傳操作規(guī)則和適應(yīng)度評價方法；這種方法有效克服了現(xiàn)有GP中的個體表示方法在電路進化過程中計算冗余量大、可復(fù)用性小等缺點，提高了算法的尋優(yōu)能力和收斂速度。 本文以各利，二階有源濾波