Yeni İki Global Karma Optimizasyon Algoritması Ve Bu Algoritmaların Mikrodalga Devrelerinin Tasarımına Uygulanması

Abstract

Bu çalışmada bilgisayar destekli devre ve sistem tasarımında kullanılan çeşitli optimisasyon yöntemleri incelenerek mevcut yöntemlere göre daha hisli ve as sayıda fonksiyon incelemesi gerektiren global karma optimisasyon algoritmaları geliştirilmeye çalışılmış ve geliştirilen karma algoritmalar aktif ve pasif mikrodalga devrelerinin tasarımına uygulanmıştır. Bu algoritmalar türev bilgisi gerektirmemektedirler. Türev bilgisi gerektirmeme özelliği, türev bilgisini elde etmek için ek hesaplamalar yapılması zorunluluğunu ortadan kaldırdığı gibi algoritmaların basitliği bunların her tür probleme uygulanmasını da kolaylaştırmaktadır. Oluşturulan algoritmalar global optimisasyon için test fonksiyonlarına uygulanmış ve elde edilen sonuçlar fonksiyon inceleme sayısı, standard süre ve global minimumu bulma yüzdesi bakımlarından literatürde verilen çeşitli algoritmalara ait sonuçlarla karşılaştırılmıştır. Ayrıca yeni geliştirilen karma algoritmalar geniş bandlı kararlı mikrodalga kuvvetlendiricisi, parabolik iletim hattı ve filtre tasarım örneklerine uygulanarak elde edilen sonuçlar tartışılmıştır.Since the 1970s, significant progress has been made in the computer aided design of microwave circuits. In the initial design stage, the configuration and the topology of the circuit are determined. The performance of the initial circuit design is evaluated by computer-aided analysis methods. In the next stage of the CAD procedure, characteristics of a designed circuit computed by circuit analysis subroutines are compared with the given specifications. If the results do not satisfy the desired specifications, the circuit design parameters must be appropriately changed. The sequence of circuit analysis, comparison of circuit characteristics with design specifica tions, and then parameter modification is performed until acceptable performance goals for the circuit are met. This kind of CAD of microwave circuits is performed by using optimisation methods. Optimisation methods may also be used for parameter estimation of passive and active devices on the basis of experimental data. Optimisation in general means to determine the extreme value (maximum or, more often, minimum) of a mathematical function. The optimisation problem is to minimise the scalar function ü-UM (D subject to the inequality constraints: c(x)<0 (2) and equality constraint: /i(*)-0 (3) (vi) Here c{x) and h(x) are, in general nonlinear vector-valued functions of x: for example C(x)= cifx) C2(x).cmcfx), h