采用模糊遗传算法优化两层埋入式电阻布局的方法

摘要

本发明的采用模糊遗传算法优化两层埋入式电阻布局的方法，包括：对上下层电阻分别实施遗传操作，依次执行初始种群生成、交叉、变异和进化逆转操作，共用模糊逻辑控制器输出的交叉概率P_c和变异概率P_m，在计算适应度函数和局部灾变时，将两个种群作为整体进行评价及更新，种群更新后重新判断，满足条件则对种群实施局部灾变。与采用标准遗传算法进行热布局优化的方法相比，本发明在保持种群多样性及搜索全局最优解方面具有明显优势，且ANSYS温度场分布以及实验样板的热成像结果显示其最高温度及最大温差都有较大幅度降低。根据优化结果获得的两层电子元件热布局规则除适用于埋入式电阻，对其它电子元件的热布局设计也具有指导作用。

主权项

采用模糊遗传算法优化两层埋入式电阻布局的方法，包括：对上下层电阻分别实施遗传操作，依次执行初始种群生成、交叉、变异和进化逆转操作，共用模糊逻辑控制器输出的交叉概率P_c和变异概率P_m，在计算适应度函数和局部灾变时，将两个种群作为整体进行评价及更新，步骤如下：步骤1：上下层电阻采用随机方式生成初始种群；步骤2：将当前进化代数gen和最优适应度值未改变的次数num输入模糊逻辑控制器得到交叉概率P_c和变异概率P_m；步骤3：分别对两个种群实施交叉操作；步骤4：分别对两个种群实施变异操作；步骤5：分别对两个种群实施进化逆转；步骤6：将两个种群作为整体计算适应度函数值，并采用最优保存策略选择最佳个体；步骤7：种群更新后重新判断，若gen值小于200且num值大于50，则对种群实施局部灾变，然后返回步骤2，否则直接返回步骤2；算法的最大遗传代数设为300代，gen值超过300则终止进化。