基于改进微分进化算法的微机电系统组件的布局优化方法
【专利摘要】本发明涉及微机电系统设计领域，尤其涉及一种基于改进微分进化算法的微机电系统组件的布局优化方法，包括以下步骤：确定优化目标，建立微机电系统中组件的布局模型；输入组件参数，形成初始种群；分析个体，计算种群所有个体的目标函数和约束违反度；以目标函数和约束违反度为比较基准，对种群个体进行随机排序；选取优良个体引导群体变异操作；对个体进行交叉操作，生成的新个体与目标个体进行比较，选择优良个体成为下一代个体，从而得到新一代群体；最后进行终止判定。与现有技术相比，本发明的方法搜索成功率高、稳定性好、计算精度高，能有效求解微机电系统中组件的结构布局问题，在满足设计者要求的情况下，使组件的布局具有较强的鲁棒性。
【专利说明】基于改进微分进化算法的微机电系统组件的布局优化方法
【技术领域】
[0001]本发明涉及微机电系统设计领域，尤其涉及一种基于改进微分进化算法的微机电系统组件的布局结构鲁棒性优化方法。
【背景技术】[0002]微机电系统(Micro Electromechanical System,即MEMS)指集微型传感器、执行器以及信号处理和控制电路、接口电路、通信和电源于一体的微型机电系统；是微电路和微机械按功能要求在芯片上的集成，尺寸通常在毫米或微米级，自八十年代中后期崛起以来发展极其迅速，被认为是继微电子之后又一个对国民经济和军事具有重大影响的【技术领域】，将成为21世纪新的国民经济增长点和提高军事能力的重要技术途径。
[0003]当前，微机电系统的很多设计主要是依赖于设计者的专业知识和经验，通过工程实践和粗略的计算来实现的。但随着计算机技术的发展和加工技术的越来越稳定，设计师们可利用计算机程序来实现由大量可再利用组件(如谐振器、电子感应器、陀螺仪等)组成的系统设计，并能实现设计的自动优化。然而，微机电系统中单一组件的性能对整个系统的质量会产生很大的影响，且应该注意到，与当前的微加工技术相比，由于组件的微型化，设计的组件尺寸在MEMS的实际制造过程中发生变化是不可避免的，因此，在MEMS设计中，如何设计出对制造过程变化不敏感的MEMS是一个很重要的问题。
[0004]一些设计者在微谐振器的自动化设计方面，利用很多方法来进行研究，如确定性方法(见文献 W.Yeh, S.Mukherjee, and N.C.MacDonald, “Optimal shape designof an electrostatic comb drive in micro electromechanical systems,，，J.MicroeIectromech.Syst., vol.7, n0.1, pp.16 - 26, Mar.1998 和文献 T.Mukherjee, S.1yer,and G.K.Feeder, “Optimization-based synthesis of microresonators, ^Sens.Actuators A, Phys., vol.70, n0.1/2, pp.118 - 127, 1998)和元启发式方法，如进化计算(见文献 L.Ma and E.K.Antonsson, “Automated mask-layout and process synthesisfor MEMS, ” in Proc.1nt.Conf.Model.Simul.Microsyst., 2000, pp.20 - 23.)和模拟退火方法(见文献 A.0ngkodjojo and F.E.H.Tay, “Global optimization and designfor microelectromechanical systems devices based on simulated annealing,，，J.Micromech.Microeng., vol.12, n0.6, pp.878 - 897, Nov.2002)。针对布局结构的不确定性，也进行过研究，如Taguchi介绍了一种鲁棒性设计的概念来改进组件在制造过程中发生重大变化而生产出来的产品的质量(见文献G.Taguchi, Taguchi on Robust TechnologyDevelopment:Bringing Quality Engineering Upstream.New York:ASME Press,1993.X
[0005]由上述可知，传统进化算法在微机电系统组件的优化设计上显示了强有效的能力，但也存在着易陷入局部最优的问题。微机电系统组件的布局优化问题是个及其复杂的非线性规划问题，其目标函数一般都与约束条件的非线性有关，而传统的优化设计方法较难以处理非线性规划问题，且传统制造技术无法解决几何尺寸不确定性问题。针对MEMS中组件制造过程中产生的几何尺寸不确定度，本发明提出一种基于改进微分进化算法的微机电系统组件的布局结构鲁棒性优化方法。
【发明内容】
[0006]本发明的目的在于提供一种基于改进微分进化算法的微机电系统组件的布局结构鲁棒性优化方法，解决组件的几何尺寸不确定性问题，设计出满足目标性能和对几何尺寸不确定性低敏感性的组件。
[0007]为了实现上述的目的，采用如下的技术方案:一种基于改进微分进化算法的微机电系统组件的布局优化方法，包括以下步骤:
a.确定优化目标，建立微机电系统中组件的布局模型；
b.输入组件的设定参数，确定改进微分进化算法各控制参数，并随机生成初始种群，设种群规模为N，迭代次数t=0，最大迭代次数为tmax，初始种群为P(t) = {Χ」? = 1，2，...，Ν}；
c.分析个体，计算P(t)中所有个体的目标函数f(Xi)和约束违反度
d.随机排序，对P(t)中所有个体以目标函数和约束违反度为比较基准，进行随机排
序;
e.变异操作，以排序后的种群个体为基准，根据变异算子引导变异向量的产生；
f.交叉和选择操作，根据交叉算子对P(t)中的个体进行操作，得到N个个体，计算交叉生成的试验向量的目标函数值，并将其与目标向量进行比较，选择函数值较小的成为下一代个体，构成种群p(t+l)；
g.判定终止条件，如果P(t+1)中最好个体的函数值达到期望值或者迭代次数t超过设定的最大迭代次数tmax，则退出循环并输出组件布局优化结果，否则t加I并返回步骤C。
[0008]所述布局优化实质上是一个带约束的进化优化问题，表述如下: min f (Xi)
s.t.gj (Xi) ≤0，j = 1,…，1
hj (Xi) = O, j = 1+1,...，m
Ik ≤ xik ≤ uk, i = 1，…，N;k = 1，…，η
式中Xi = [xn, xi2.…，xin]为自变量向量，f (Xi)为目标函数，gj (Xi)为不等式约束，Iij(Xi)为等式约束，Uk和Ik为自变量Xik的上、下界，
所述约束违反度识PG>按以下式子计算:
【权利要求】
1.一种基于改进微分进化算法的微机电系统组件的布局优化方法，其特征在于，包括以下步骤: a.确定优化目标，建立微机电系统中组件的布局模型； b.输入组件的设定参数，确定改进微分进化算法各控制参数，并随机生成初始种群，设种群规模为N，迭代次数t=0，最大迭代次数为tmax，初始种群为P(t) = {Χ」? = 1，2，...，Ν}； c.分析个体，计算P(t)中所有个体的目标函数f(Xi)和约束违反度辦(I,); d.随机排序，对P(t)中所有个体以目标函数和约束违反度为比较基准，进行随机排序; e.变异操作，以排序后的种群个体为基准，根据变异算子引导变异向量的产生； f.交叉和选择操作，根据交叉算子对P(t)中的个体进行操作，得到N个个体，计算交叉生成的试验向量的目标函数值，并将其与目标向量进行比较，选择函数值较小的成为下一代个体，构成种群p(t+l)； g.判定终止条件，如果P(t+1)中最好个体的函数值达到期望值或者迭代次数t超过设定的最大迭代次数tmax，则退出循环并输出组件布局优化结果，否则t加I并返回步骤C。
2.根据权利要求1所述的布局优化方法，其特征在于，所述布局优化实质上是一个带约束的进化优化问题，表述如下:
min f (Xi)
s.t.gj (Xi) < O, j = I,…，I
hj (Xi) = O, j = 1+1,...，m
Ik ( xik ≤ uk, i = 1，…，N;k = 1，…，η 式中Xi = [xn, xi2.…，xin]为自变量向量，f (Xi)为目标函数，gj (Xi)为不等式约束，Iij(Xi)为等式约束，Uk和Ik为自变量Xik的上、下界， 所述约束违反度炉(A)按以下式子计算:
3.根据权利要求1所述的布局优化方法，其特征在于，所述步骤d中随机排序过程是:如果种群为可行种群或n < Pf，则按目标函数f (Xi)从小到大排序；否则按约束违反度 从小到大排序，其中，Ii eu(0，l)，u(0，l)是一个均匀分布随机数发生器，Pf是随机排序参数，且Pf e [O, I]。
4.根据权利要求1或3所述的布局优化方法，其特征在于，所述随机排序后的种群被分为排序高的上半部分Q1和排序低的下半部分Q2，所述步骤e中变异操作产生的变异向量为:
Vi,t = Χπ,?+Ν(μ , σ ) (Xr2，t-Xr3，t)，rl ^ r2 关 r3&Xrl，t, Xr2，t e Q1；t, Xr3；t e Q2 to
5.根据权利要求4所述的布局优化方法，其特征在于，所述步骤f中交叉操作为:
【文档编号】G06N3/00GK103886136SQ201410072383
【公开日】2014年6月25日 申请日期:2014年2月28日 优先权日:2014年2月28日
【发明者】范衠, 朱贵杰, 刘进超, 王攀, 王晟, 谢淑香, 李文姬, 林惠标 申请人:汕头大学