基于改进遗传算法的电源分布网络去耦电容排布优化方法技术

本发明专利技术公开了一种基于改进遗传算法的电源分布网络去耦电容排布优化方法

【技术实现步骤摘要】
基于改进遗传算法的电源分布网络去耦电容排布优化方法


[0001]本专利技术涉及电源完整性和优化方法领域的一种去耦电容排布优化方法，更具体的说是涉及一种基于端口移除和尺寸变化控制改进的遗传算法的电源分布网络中去耦电容排布优化方法
。

技术介绍

[0002]电源完整性对高频高速电路的可靠性具有非常重要的作用，保证电源分布网络满足负载芯片对电源的要求是现代电源完整性研究的重要内容
。
[0003]现代的电源完整性建模方法要求通过添加合适的去耦电容，使得电源分布网络的阻抗降低至给定的目标阻抗以下
。
这通常需要合理地优化去耦电容的选型和排布，本质上是一个组合优化搜索问题
。
但是当电源分布网络的复杂度不断上升时，去耦电容的搜索空间会呈指数式爆炸增长，导致传统算法的优化时间过长，并且很难保证找到最优解
。

技术实现思路

[0004]为了解决上述电容优化步骤中优化时间过长
、
难以找到最优解的问题，本专利技术提出了一种基于端口移除和尺寸变化控制改进的遗传算法，通过引入先验知识来得到初始解，再通过改进的遗传算法来提高搜索效率
。
[0005]本专利技术采取了如下的技术方案：
[0006]步骤一：对电源分布网络的端口进行优先级排序，获得各种电容对应的端口排序子列；
[0007]步骤二：根据各种电容对应的端口排序子列，从电容库中依次选择最优电容和对应放置的端口，直至观察阻抗在所有频点处均小于目标阻抗，获得初始去耦电容排布；
[0008]步骤三：利用改进型遗传算法对初始去耦电容排布进行迭代优化后，获得最优去耦电容排布
。
[0009]所述步骤一具体为：
[0010]根据电源分布网络的阻抗参数矩阵，依次逐个短路去耦电容端口，将使得观察端口处环路电感最小的端口作为最高优先级端口，并将其固定为短路状态，完成一次端口排序操作；重复多次端口排序操作，直至所有去耦电容端口均为短路状态，获得所有端口的优先级顺序；根据不同去耦电容所对应适配的端口，基于所有端口的优先级顺序确定不同种去耦电容对应的端口排序子列
。
[0011]所述步骤二具体为：
[0012]2.1)
根据各种电容对应的端口排序子列，将电容库中的不同去耦电容放置于适用对应电容的当前最高优先级端口，选择使得观察阻抗超过目标阻抗部分减少量最多的电容并记为最优电容，将当前最优电容固定于对应的当前最高优先级端口；
[0013]2.2)
重复
2.1)
，不断选择最优电容并固定于对应的当前最高优先级端口，直至观察阻抗在所有频点处均小于目标阻抗，得到一组去耦电容类型与对应端口的初始解并记为
初始去耦电容排布
。
[0014]所述步骤三具体为：
[0015]3.1)
将遗传算法中染色体的长度编码为初始去耦电容排布中的电容端口数量，染色体中的各个基因为各端口对应的去耦电容类型，随机改变端口位置和电容类型后生成遗传算法的初始人口群；
[0016]3.2)
对当前人口群进行端口移除，获得端口移除后的人口群；
[0017]3.3)
对端口移除后的人口群进行遗传算法的遗传
、
交叉和变异后，获得下一代人口群；
[0018]3.4)
对下一代人口群进行尺寸变化控制，获得更新的下一代人口群；
[0019]3.5)
重复
3.2)
‑
3.4)
，对下一代人口群进行迭代更新，直至满足预设迭代条件，获得最优人口群，将最优人口群中电容端口数量最少的人口作为最优去耦电容排布
。
[0020]所述遗传算法的目标函数通过以下方式设置：
[0021]当观察端口的阻抗不满足目标阻抗时，目标函数为正值，其大小为观察端口阻抗超过目标阻抗部分的面积；当观察端口阻抗满足目标阻抗时，目标函数为负值，其大小为未放置去耦电容的端口数量
。
[0022]所述遗传算法中，染色体的编码方式具体为：
[0023]染色体为一组长度与电容端口数量相同的序列，如果某个电容端口未放置去耦电容，则染色体的序列中该电容端口对应的元素为0，如果某个电容端口放置了去耦电容，则染色体的序列中该电容端口对应的元素为放置的去耦电容在电容库中的编号
。
[0024]所述预设迭代条件为总迭代次数达到预设迭代次数上限或者无改进迭代次数超过无改进迭代上限
。
[0025]所述
3.2)
具体为：
[0026]如果当前人口群中最优人口的电容数量比前一轮迭代最优人口的电容数量少，则将当前人口群中每个人口的染色体中具有较低优先级且未放置去耦电容的端口强制固定为开路状态，并且将这些端口从搜索空间中移除；否则则不操作
。
[0027]所述
3.4)
具体为：
[0028]当前人口群中，统计每个人口中放置了去耦电容的端口数量；如果每个人口的端口数量大于当前人口群中最优人口的去耦电容的数量，则随机摘取每个人口中的部分去耦电容，使得剩余的去耦电容数量等于最优解中的去耦电容数量；如果每个人口的端口数量小于等于当前人口群中最优人口的去耦电容的数量，则将每个人口的端口数量与当前最优解中去耦电容的数量作差后获得数量差，当数量差小于变化因子，则保留该人口，否则则在每个人口的端口中随机放置部分去耦电容，使得该人口的电容数量与当前最优解的电容数量相差等于变化因子
。
[0029]本专利技术的有益效果为：
[0030]本专利技术通过改进遗传算法在初始解的基础上进一步寻找最优解，通过端口移除和尺寸变化控制策略加快了算法的收敛速度
。
本专利技术方法搜索效率高
、
收敛速度快
、
鲁棒性好，根据电容组合优化应用场景对遗传算法进行了针对性修改，能够高效地找到满足目标阻抗的最优电容配置
。
附图说明
[0031]图1为本专利技术实施例的流程图；
[0032]图2为本专利技术实施例中所使用电路板形状；
[0033]图3为本专利技术实施例中所使用电路板的层叠结构；
[0034]图4为本专利技术实施例中所使用的电路板在观察端口处的自阻抗以及目标阻抗；
[0035]图5为本专利技术实施例中端口优先级分布；
[0036]图6为本专利技术实施例中初始解的电容位置分布；
[0037]图7为本专利技术实施例中初始解的观察端口自阻抗与目标阻抗曲线；
[0038]图8为本专利技术实施例中最优解的电容位置分布；
[0039]图9为本专利技术实施例中最优解的观察端口自阻抗与目标阻抗曲线
。
具体实施方式
[0040]为了使本专利技术的目的，技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步的详细说明
。
应当理解，此本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进遗传算法的电源分布网络去耦电容排布优化方法，其特征在于，包括以下步骤：步骤一：对电源分布网络的端口进行优先级排序，获得各种电容对应的端口排序子列；步骤二：根据各种电容对应的端口排序子列，从电容库中依次选择最优电容和对应放置的端口，直至观察阻抗在所有频点处均小于目标阻抗，获得初始去耦电容排布；步骤三：利用改进型遗传算法对初始去耦电容排布进行迭代优化后，获得最优去耦电容排布
。2.
根据权利要求1所述的一种基于改进遗传算法的电源分布网络去耦电容排布优化方法，其特征在于，所述步骤一具体为：根据电源分布网络的阻抗参数矩阵，依次逐个短路去耦电容端口，将使得观察端口处环路电感最小的端口作为最高优先级端口，并将其固定为短路状态，完成一次端口排序操作；重复多次端口排序操作，直至所有去耦电容端口均为短路状态，获得所有端口的优先级顺序；根据不同去耦电容所对应适配的端口，基于所有端口的优先级顺序确定不同种去耦电容对应的端口排序子列
。3.
根据权利要求1所述的一种基于改进遗传算法的电源分布网络去耦电容排布优化方法，其特征在于，所述步骤二具体为：
2.1)
根据各种电容对应的端口排序子列，将电容库中的不同去耦电容放置于适用对应电容的当前最高优先级端口，选择使得观察阻抗超过目标阻抗部分减少量最多的电容并记为最优电容，将当前最优电容固定于对应的当前最高优先级端口；
2.2)
重复
2.1)
，不断选择最优电容并固定于对应的当前最高优先级端口，直至观察阻抗在所有频点处均小于目标阻抗，得到一组去耦电容类型与对应端口的初始解并记为初始去耦电容排布
。4.
根据权利要求1所述的一种基于改进遗传算法的电源分布网络去耦电容排布优化方法，其特征在于，所述步骤三具体为：
3.1)
将遗传算法中染色体的长度编码为初始去耦电容排布中的电容端口数量，染色体中的各个基因为各端口对应的去耦电容类型，随机改变端口位置和电容类型后生成遗传算法的初始人口群；
3.2)
对当前人口群进行端口移除，获得端口移除后的人口群；
3.3)
对端口移除后的人口群进行遗传算法的遗传
、
交叉和变异后，获得下一代人口群；
3.4)
对下一代人口群进行尺寸变化控制，获得更新的下一代人口群；
3.5)
重复<...

【专利技术属性】
技术研发人员：张岭，蒋理，李尔平，
申请(专利权)人：浙江大学，
类型：发明
国别省市：