Modelado simbólico del conjunto Óptimo de Pareto de dos celdas de ganancia unitaria

En este trabajo es presentado un método para extraer datos acerca de los resultados de un dimensionamiento de circuitos analógicos para extraer características que puede ser inmediatamente utilizado por diseñadores o estudiantes de diseño de circuitos integrados analógicos. Los modelos simbólicos que han sido generados utilizando Programación Genética Multi-Objetivo son modelos matemáticos humano interpretables. El procedimiento presentado abarca dos etapas: la generación de muestras del frente de Pareto de las dimensiones con desempeño óptimo de dos celdas de ganancia unitaria mediante el algoritmo genético NSGA-II; y la generación de modelos de cada uno de los objetivos del dimensionamiento utilizando regresión simbólica vía programación genética. La funcionalidad del método se muestra al describir tres casos: dos seguidores de corriente y un seguidor de voltaje.

• Autores: Polanco-Martagón, Said; Ruiz Ascencio, José; Duarte Villaseñor, Miguel Aurelio
• Tipo de recurso: Article of journal
• Fecha de publicación: 2016
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/60528
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/60528; http://bdigital.unal.edu.co/58860/
• Palabra clave: 62 Ingeniería y operaciones afines / Engineering; Symbolic Models; Symbolic Regression; Genetic Programming; White-box models; Multi-objective Optimization; Analog Circuit Sizing; Analog Circuit Design; Modelado Simbólico; Regresión Simbólica; Programación Genética; Modelos trasparentes; Optimización Multi-Objetivo; Dimensionamiento de circuitos analógicos; Diseño de Circuitos Analógicos
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional