基于遺傳算法的復(fù)雜無(wú)源濾波器參數(shù)設(shè)計(jì)

1、基于遺傳算法的復(fù)雜無(wú)源濾波器參數(shù)設(shè)計(jì)    提出了一種基于計(jì)算機(jī)數(shù)值計(jì)算的復(fù)雜無(wú)源濾波器參數(shù)設(shè)計(jì)的新方法,首先把求解電路參數(shù)的問(wèn)題數(shù)學(xué)化為性能指標(biāo)優(yōu)化模型,然后采用遺傳算法求得特性符合要求的電路參數(shù)值,數(shù)值實(shí)驗(yàn)表明了此方法的有效性。    關(guān)鍵詞：無(wú)源濾波器 參數(shù)優(yōu)化設(shè)計(jì) 遺傳算法    無(wú)源濾波器在電子技術(shù)領(lǐng)域有著廣泛的應(yīng)用。針對(duì)某一應(yīng)用的復(fù)雜無(wú)源濾波器,往往結(jié)構(gòu)容易確定,參數(shù)調(diào)整卻十分困難。其原因是：結(jié)構(gòu)中的組成元件電阻、電容、電感個(gè)數(shù)較多,頻率特性與元件參數(shù)的關(guān)系是一個(gè)高階的非線性函數(shù),相

2、互間對(duì)頻率特性的影響存在著高度的耦合,因而欲達(dá)到頻率特性優(yōu)良的設(shè)計(jì)目的,無(wú)論采用實(shí)驗(yàn)手段還是常規(guī)數(shù)學(xué)手段,都需花費(fèi)大量的時(shí)間與精力。    近年來(lái),模擬生物進(jìn)化過(guò)程的遺傳算法作為求解優(yōu)化問(wèn)題的有效手法而倍受關(guān)注。正如 等人指出,同其他手法相比,其優(yōu)點(diǎn)在于：處理問(wèn)題的靈活性、適應(yīng)性、魯棒性,能取得全局解,對(duì)模型要求低,針對(duì)不同問(wèn)題設(shè)計(jì)的不同遺傳算法,不僅能提高現(xiàn)有解的優(yōu)化品質(zhì),還能攻克某些難度大的優(yōu)化問(wèn)題。    本文以遺傳算法的應(yīng)用為出發(fā)點(diǎn),提出了一種新的無(wú)源濾波器參數(shù)設(shè)計(jì)方法。它能有效克服上述無(wú)源濾波器參數(shù)設(shè)計(jì)的困難,十分方便地取得

3、滿足性能指標(biāo)要求的參數(shù)設(shè)計(jì)值。 優(yōu)化模型的建立    典型的無(wú)源濾波器電路組成元件一般按型結(jié)構(gòu)連接,如圖所示。濾波器的頻率特性可以用功率傳輸函數(shù)來(lái)定義,即：    其中,為電路的元件參數(shù)值矩陣,為元件總個(gè)數(shù),為頻率。若已知,頻率采樣點(diǎn)對(duì)應(yīng)的頻率特性可按下述方法計(jì)算：設(shè) ,                            用

4、簡(jiǎn)易的迭代程序求得,代入式()即可求得。    濾波器的結(jié)構(gòu)已知后,先確定結(jié)構(gòu)中的參數(shù)取值范圍,選擇的條件可以比較寬松,然后按預(yù)期的性能指標(biāo)要求,選定適當(dāng)個(gè)頻率采樣點(diǎn),規(guī)定其對(duì)應(yīng)功率傳輸函數(shù)幅度界限值,迫使它調(diào)整后經(jīng)過(guò)采樣點(diǎn)時(shí),滿足幅度界限要求（大于、小于或介于）。由此獲得的新設(shè)計(jì)參數(shù)*即是滿足預(yù)期性能指標(biāo)的設(shè)計(jì)值。為求得*,建立如下優(yōu)化模型：    其中,的定義同前,為幅度界限值矩陣,為加權(quán)系數(shù)矩陣,為裕度矩陣,、分別為設(shè)計(jì)參數(shù)的上下界限矩陣。為偶次方,為采樣點(diǎn)總數(shù),稱為余差,具體表達(dá)式為：    下界

5、 ×（,）    上界 ×（,）    顯然,當(dāng)存在解使函數(shù)最小時(shí),的值應(yīng)能控制在的要求范圍內(nèi),從而使頻率特性滿足指標(biāo)要求,因此該解即可視為*。 優(yōu)化模型的求解    遺傳算法是一個(gè)強(qiáng)有力的求優(yōu)算法,它首先隨機(jī)地產(chǎn)生一組潛在的解（該解稱為“染色體”,解的特定集合稱為“人口”,解中的變量稱為“基因”）,然后采用生物進(jìn)化的過(guò)程（如染色體交叉變異淘汰等）不斷提高解的品質(zhì),最后獲得最優(yōu)解。遺傳算法有兩個(gè)重要控制參數(shù)交叉率和變異率對(duì)算法的收斂速度有較大影響,文獻(xiàn)采用確定不變的和而本文采用隨世代數(shù)

6、增加而不斷自動(dòng)調(diào)整的和。這樣做的目的在于：在進(jìn)化的初期,人口的差異一般較大,交叉率大和變異率小有助于加快收斂,而在進(jìn)化的后期,交叉率小和變異率大有助防止過(guò)早陷入局部最優(yōu)點(diǎn)。公式如下：    ()()（）    （）（）（）    其中,表示世代數(shù),表示最大世代數(shù),具體算法如下：第步,全局參數(shù)設(shè)定給出（人口數(shù)）、（）、（）、和設(shè)計(jì)次數(shù)的大小或范圍。第步,人口的產(chǎn)生及初使化設(shè)世代數(shù)。以設(shè)計(jì)參數(shù)為變量,組成矩陣,。第一代人口由個(gè)染色體構(gòu)成,每個(gè)染色體的基因（即設(shè)計(jì)參數(shù)）在參數(shù)各自取值范圍內(nèi)隨機(jī)產(chǎn)生。第步,染色體評(píng)價(jià)為了評(píng)價(jià)代世代