ورود
مقالات فارسیISIکنفرانسهاژورنالها

مقایسة عملکرد روش‌های بهینه‌سازی هوش جمعی در طراحی یک فلیپ‌فلاپ مبتنی ‌بر تقویت‌کنندة حسی

Publish place: Journal of Computational Intelligence in Electrical Engineering، Vol: 11، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 260

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:
https://civilica.com/doc/1151409

شناسه ملی سند علمی:

JR_ISEE-11-1_002

تاریخ نمایه سازی: 19 بهمن 1399

Abstract:

کارآیی روش‌های بهینه‌سازی چندهدفه به‌خصوص روش‌های مبتنی ‌بر هوش جمعی سبب شده است پژوهشگران به‌منظور حل مسائل پیچیدة مهندسی با اهداف چندگانة متناقض به‌صورت چشمگیری به استفاده از این روش‌ها گرایش پیدا کنند. این مقاله با هدف ارزیابی عملکرد گونه‌های جدید و قدرتمند روش‌های ابتکاری چندهدفه مبتنی ‌بر هوش جمعی (شامل نسخه‌های چندهدفة الگوریتم‌های MOPSO، MOGWO، NSGSA، MOGOA، MOIPO، MOMIPO و MOALO)، از آنها برای طراحی بهینة یک فلیپ‌فلاپ مبتنی‌ بر تقویت‌کنندة حسی (SAFF) با استفاده از تکنولوژی  COMS18/0 میکرومتر بهره گرفته است. در این مقاله، مقادیر پهنای کانال ترانزیستورهای مدار به‌عنوان متغیرهای طراحی و مقادیر توان ‌متوسط کل و تأخیر به‌عنوان مقادیر برازندگی دو تابع هدف در قالب مسئلة بهینه‌سازی چندهدفه با استفاده از الگوریتم‌های بهینه‌سازی هوشمند مبتنی ‌بر هوش جمعی برای دستیابی به مقادیر مطلوب حاصل‌ضرب توان - تأخیر (PDP) تخمین و بهینه‌سازی می‌شوند. با مقایسة نتایج به‌دست‌آمده برای کلیة روش‌های بهینه‌سازی چندهدفة بالا، روش MOGOA از عملکرد بهتری برخوردار بود؛ به‌طوری‌که این روش توانست در شاخص‌های آماری برازندگی‌ها و معیارهای سنجش روش‌های بهینه‌سازی چندهدفه نسبت به سایر روش‌ها کارکرد بسیار مطلوبی را نشان دهد. همچنین، با به‌کارگیری روش MOGOA توان ‌متوسط 24 میکرووات، تأخیر 4/95 پیکوثانیه و PDP 29/2 فمتوژول به دست آمد که بیان‌کنندة مصالحه‌ای مطلوب میان مقادیر توان و تأخیر است.

Keywords:

هوش جمعی , بهینه‌سازی چندهدفه , فلیپ‌فلاپ مبتنی‌ بر تقویت‌کنندة حسی , توان ‌متوسط , تأخیر , حاصل‌ضرب توان - تأخیر (PDP)

Authors

صادق محمدی اسفهرود

دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند - بیرجند - ایران

سیدحمید ظهیری

استاد، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند - بیرجند - ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • [1] X.-S. Yang, S. Deb, Y.-X. Zhao and S. Fong, ...
  • [2] C. Blum and X. Li, "Swarm intelligence in optimization", ...
  • [3] M. Mavrovouniotis, C. Li and S. Yang, "A survey ...
  • [4] X. Li and M. Clerc, "Swarm intelligence", Handbook of ...
  • [5] S. Praveena, "Review on Swarm Intelligence Algorithms", International Journal ...
  • [6] M. Dehbashian  and S. H. Zahiri, "A Novel Optimization ...
  • [7] R.T. Marler and J.S. Arora, "Survey of multi-objective optimization ...
  • [8] K. Deb, "Multi-objective optimization", Search methodologies. Springer, Boston, pp. ...
  • [9] F. Aezinia, A. Afzali-Kusha and C. Lucas, "Optimizing high ...
  • [10] H. Gupta and B. Ghosh, "Transistor size optimization in ...
  • [11] F. Keivanian, N. Mehrshad and A. Bijari, "Multi-objective optimization ...
  • [12] K. Singh, A. Jain, A. Mittal, V. Yadav, A.A ...
  • [13] E. Yaqubi and S. H. Zahiri, "Optimum design of ...
  • [14] A. Mohammadi, M. Mohammadi and S.-H. Zahiri, "Design of ...
  • [15] S. Mohammadi-Esfahrood, A. Mohammadi and S. H. Zahiri, "Utilizing ...
  • [16] N. S. Shahraki, A. Mohammadi, S. Mohammadi-Esfahrood, and S. ...
  • [17] M. Fakhfakh, Y. Cooren, A. Sallem, M. Loulou, and ...
  • [18] C.A.C. Coello, G.B. Lamont and D.A. Van Veldhuizen, "Evolutionary ...
  • [19] E. Zitzler and L. Thiele, "Multiobjective evolutionary algorithms: a ...
  • [20] S. A. Mirjalil, S. M. Mirjalil, A. Lewis, "Grey ...
  • [21] S. A. Mirjalil, et al, "Multi-objective grey wolf optimizer: ...
  • [22] E. Rashedi, H. Nezamabadi-Pour, S. Saryazdi, "GSA: a gravitational ...
  • [23] H. Nobahari, M. Nikusokhan and P. Siarry, "A multi-objective ...
  • [24] S. Saremi, S. Mirjalili and A. Lewis, "Grasshopper optimisation ...
  • [25] S.Z. Mirjalili, S. Mirjalili, S. Saremi, H. Faris and ...
  • [26] M. H. Mozaffari, H. Abdy, and S.-H. Zahiri, "IPO: ...
  • [27] A. Mohammadi and S.-H. Zahiri, "IIR model identification using ...
  • [28] S. Mirjalili, "Ant lion optimizer", Advances in Engineering Software, ...
  • [29] S. Mirjalili, P. Jangir and S. Saremi, "Multi-objective ant ...
  • [30] J.-F. Lin, Y.-T Hwang, C.-S Wong and M.-H Sheu, ...
  • [31] J.-F. Lin, M.-H Sheu, Y.-T Hwang, C.-S Wong and ...
  • [32] D. Anoop, Y. B. Kumar and M. H. Vasantha, ...
  • [33] R. Razmdideh and M. Saneei, "A novel low power ...
  • [34] M. Matsui, H. Hara, Y. Uetani, L. Kim, T. ...
  • [35] H. Jeong, T.W. oh, S.C. Song and S.-O Jung, ...
  • [36] X. Deng and Y. Mo, "Boost bulk-driven sense-amplifier flip-flop ...
  • [37] A. Mohammadi, S.-H. Zahiri and S.-M. Razavi, "Infinite impulse ...
    • نمایش کامل مراجع