Ustalanie punktów pracy tranzystorów bipolarnych z zastosowaniem strategii ewolucyjnej

• Autorzy: Gajer M.

Warianty tytułu

EN

Determining the working points of bipolar transistors with the use of the evolutionary strategy

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano wykorzystanie techniki obliczeniowej opartej na wykorzystaniu wieloelementowej strategii ewolucyjnej w celu wyznaczania punktów pracy tranzystorów bipolarnych. Zastosowanie kodowania rozwiązań opartego bezpośrednio na liczbach rzeczywistych pozwoliło na wyznaczenie wartości prądów kolektorów tranzystorów bipolarnych z dowolnie zadaną dokładnością. Zaprezentowana w artykule metoda obliczeń może stanowić interesującą alternatywę w stosunku do klasycznych metod analizy nieliniowych obwodów elektrycznych opartych na zastosowaniu w tym celu odpowiednich metod numerycznych.

EN

The paper proposes the use of a computational technique based on the evolutionary strategy to determine working points of bipolar transistors. The implementation of a coding mode based directly on real numbers allows one to determine the values of collector currents of bipolar transistors with a desired accuracy. The computational method presented in the article can constitute an interesting alternative to classical methods of analysis of nonlinear electrical circuits which use appropriate numerical methods.

Słowa kluczowe

PL

strategie ewolucyjne; teoria obwodów elektrycznych; obwody nieliniowe; punkty pracy tranzystorów bipolarnych; elektrotechnika; elektroenergetyka

EN

evolutionary algorithms; circuits theory; nonlinear circuits; working points of bipolar transistors; electrical technology; electrical power engineering

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2011
• Tom: R. 87, nr 12a
• Strony: 124--128
• Opis fizyczny: Bibliogr. 23 poz., il., tabl., wykr.

Twórcy

autor

Gajer M.

• AGH Akademia Górniczo-Hutnicza, Wydział EALiE, Katedra Automatyki, al. Mickiewicza 30, 30-059 Kraków,

Bibliografia

• [1] Kudrewicz J., Nieliniowe obwody elektryczne, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [2] Niedźwiecki M., Rasiukiewicz M., Nieliniowe elektroniczne układy analogowe, Wydawnictwa Naukowo- Techniczne, Warszawa, 1992
• [3] Tadeusiewicz M., Metody komputerowej analizy stałoprądowej nieliniowych układów elektronicznych, Wydawnictwa Naukowo-Techniczne, Warszawa, 1991
• [4] Wilamowski B. M., Układy scalone. Budowa, działanie i technologia, Wydawnictwa Komunikacji i Łączności, Warszawa, 1989
• [5] Baranowski J., Czajkowski J., Układy analogowe nieliniowe i impulsowe, Wydawnictwa Naukowo-Techniczne, Warszawa, 1994
• [6] Filipkowski A., Układy elektroniczne analogowe i cyfrowe, Wydawnictwa Naukowo-Techniczne, Warszawa, 1993
• [7] Goldberg D. E., Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [8] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997
• [9] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa, 2003
• [10] Arabas J., Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa, 2004
• [11] Rutkowska D., Inteligentne systemy obliczeniowe i sztuczna inteligencja, [w] Biocybernetyka i inżynieria biomedyczna 2000, pod redakcją Macieja Nałęcza, Tom 6 - Sieci neuronowe, 2000, 765-784 2001,
• [12] Filipowicz B., Chmiel W., Kadłuczka P., Ukierunkowane przeszukiwanie przestrzeni rozwiązań w algorytmach rojowych, Automatyka, Tom 13, Zeszyt 2, (2009), 247-255
• [13] Sayama H., Swarm chemistry, Artificial Life, 15 (2009), 105- 114
• [14] Elhossini A., Areibi S., Dony R., Strength Pareto particle swarm optimization and hybrid EA-PSO for multi-objective optimization, Evolutionary Computation, (2010) vol. 18, 127- 156
• [15] Loizos M., Ant-Based Computing, Artificial Life, (2009) vol. 15,337-349
• [16] Pełech-Pilichowski T., Duda J. T., Wykorzystanie podejścia immunologicznego do prognozowania szeregów czasowych, Automatyka, Tom 13, Zeszyt 2, (2009), 551-562
• [17] Wajs M., Systemy immunologiczne w modelowaniu zjawisk fizycznych metodami sztucznej inteligencji, KZA Express, (2010), n. 5, 54-58
• [18] Gajer M., Zastosowanie algorytmów ewolucyjnych w zagadnieniach optymalizacyjnych na przykładzie problemu ekonomicznego rozdziału obciążeń w systemie elektroenergetycznym, Elektronika,XLV (2004), n. 11, 48-49
• [19] Gajer M., Zastosowanie algorytmów genetycznych do poszukiwania optymalnych planów produkcji energii w systemie elektroenergetycznym [w:] Współczesne problemy systemów czasu rzeczywistego, pod red. Andrzeja Kwietnia i Piotra Gaja, Warszawa, WNT, 2004, 25-34
• [20] Gajer M., Zastosowanie algorytmu ewolucyjnego do optymalizacji pracy urządzeń systemu elektroenergetycznego, Informatyka Teoretyczna i Stosowana, 7 (2007), n.2, 15-23
• [21] Maniadakis M., Trahanias P., Ant-Based Brain Modeling by Means of Hierarchical Cooperative Coevolution, Artificial Life, Vol. 15, (2009), 293-336
• [22] Stanley K. O., Ambrosio D. B., Gauci J., A hypercube - based encoding for evolving large-scale neural networks, Artificial Life, Vol. 15, (2009), 185-212
• [23] Ampatzis C., Tuci E., Triannini V., Christensen A. L., Dorigo M., Evolving Self-Assembly in Autonomous Homogeneous Robots: Experiments with Two Physical Robots, Artificial Life, Vol. 15, (2009), 185-212