logo móvil
Contáctanos

Abordando una nueva clase de optimización de dispositivos pasivos de múltiples objetivos para el diseño de circuitos de radiofrecuencia

Autores: Passos, Fabio; Roca, Elisenda; Castro-López, Rafael; Fernández, Francisco V.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Abordando una nueva clase de optimización de dispositivos pasivos de múltiples objetivos para el diseño de circuitos de radiofrecuencia


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Diseño de circuitos de radiofrecuencia
Optimización multiobjetivo
Frentes óptimos de Pareto
Optimización de inductores
Algoritmo inspirado en NSGA-II

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 25

Citaciones: Sin citaciones


Descripción
El diseño de circuitos y sistemas de radiofrecuencia se presta a la optimización multiobjetivo y a la composición ascendente de frentes óptimos de Pareto. Los algoritmos convencionales de optimización multiobjetivo pueden alcanzar eficazmente estos frentes, que maximizan o minimizan un conjunto de funciones objetivo competidoras de interés. Sin embargo, algunos de estos problemas de optimización en la vida real revelan una característica no convencional: hay una función objetivo que no requiere ni minimización ni maximización. En cambio, el uso del frente de Pareto exige que esta función objetivo se barra para que estén disponibles todos sus valores factibles. Tal característica no convencional, como se muestra aquí, surge en el caso de la optimización de inductores. El problema se convierte así en uno no convencional: determinar cómo encontrar valores factibles uniformemente distribuidos de esta función sobre el rango más amplio posible (típicamente desconocido) mientras se minimizan o maximizan las restantes funciones objetivo competidoras. Se propone un algoritmo inspirado en NSGA-II que, basado en la asignación dinámica de ranuras de función objetivo y una definición de dominancia modificada, puede devolver con éxito conjuntos de soluciones para problemas de optimización de inductores con un objetivo barrido. Además, se presenta una función de referencia matemática que modela este tipo de problema, la cual también se utiliza para probar exhaustivamente el algoritmo propuesto y obtener perspicacia sobre la configuración de sus parámetros.

Otros recursos que podrían interesarte

Temas Virtualpro