Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Новые рефераты » Особливості роботи в програмному пакеті MicroCAP-7

Реферат Особливості роботи в програмному пакеті MicroCAP-7





оду параметри змінюються від значення Low до значення High з кроком Step. На кожному кроці зміни параметрів застосовується стандартний метод Пауелла. p> Total Error - корінь квадратний з сумарної помилки (різниці між цільовою функцією і її фактичною величиною); виводиться коли вибрано поле Equates в групі THAT .

Constraints - обмеження типу нерівностей та рівностей, що записуються на чотирьох рядках, наприклад, PD (R1) <= 100m, V (Out)> = 1.2, VCE (Q1) * IC (Q1) <= 200m

Optimize - початок оптимізації.

Stop - зупинка оптимізації.

Apply - зміна на схемі значення параметрів відповідно з результатами оптимізації.

Format - вибір форми представлення чисел.

Close - завершення режиму оптимізації.

У наведеному прикладі потрібно зміною L1, C1, R1 домогтися такого виду АЧХ, щоб вона максимально близько проходила біля 6 заданих точок (Частота, амплітуда в дБ): (2e6, 2.188), (4e6, 10.449), (6e6, -1.696), (8e6, -9.103), (10e6, -13.939), (20e6, -27.134). Це означає, що корінь квадратний із суми квадратів відхилень отриманої АЧХ від заданих значень в заданих точках приймає мінімальне значення. Відповідно до заданої цільовою функцією і заповнюються поля групи THAT у вікні OPTIMIZE (див. рис. 4.18, 4.19). Наприклад Y_Level (DB (V (OUT)), 1,1,2 e +006) позначає значення кривої оптимизируемой характеристики (АЧХ в дБ) при значенні незалежної змінної (Частоти) рівною 2E6 Hz. Вибір Equates означає, що оптимізація йде для найкращого задоволення умові равества коефіцієнта передачі в дБ заданому значенню 2.188.

Зазначимо, що в групі THAT замість Equates може бути вибрано Minimize або Maximize, тоді оптимізація виконується з метою досягнення мінімального (максимального) значення кривої Y в обраній точці X. Див приклади OPT 1 ... OPT 3 з каталогу Analysis Optimize. p> Заповнення полів групи FIND в розглянутому прикладі здійснюється відповідно до оптимизируемого параметрами R1, C1, L1 (поля Parameter) і заданими діапазонами їх зміни (поля Low і High).

В 

Рис. 4. Вид вікна Optimize після проведення оптимізації


В 

Рис. 5. Вид АЧХ схеми після оптимізації


Після заповнення діалогового вікна натисканням на панель Optimize виконують оптимізацію (див. рис. 4) і потім при необхідності натисканням на панель Apply переносять знайдені оптимальні значення параметрів на схему. Виконуваний після таких дій аналіз виведе характеристики схеми при отриманих оптимальних значеннях параметрів (див. рис. 5). За його результатами користувач може перевірити відповідність виконаної оптимізації технічним завданням.



4 Статистичний аналіз за методом Монте-Карло


При виборі режимів моделювання Transient, AC або DC стає доступний подрежим Monte Carlo для розрахунку характеристик ланцюгів при випадковому розкиді параметрів:

Options - установка параметрів методу Монте-Карло (див. рис. 6);

Add Histogram - додавання вікна гістограм (доступно після проведення моделювання);

Delete Histogram - видалення вікна гістограм (доступно після проведення моделювання);

Statistics - статистична обробка результатів (доступно після побудови гістограми).

У діалоговому вікні Monte Carlo Options (рис. 6, а), що відкривається за команді Monte Carlo/Options, вказується кількість статистичних випробувань Number of Runs (не більше 30000) і характер закону розподілу випадкових параметрів, заданих значенням LOT параметра моделі: Uniform рівномірний розподіл, Gauss - гауссово, Worst Case - найгірший випадок. Нагадаємо, що у вікні Global Settings задається відношення розкиду випадкових параметрів до середньоквадратичного відхиленню SD.

Гаусове розподіл ( Gauss ) випадкової величини x описується рівнянням:


,


Де, m - номінальне значення параметра, s - величина відхилення, що вказується після ключового слова LOT (тут абсолютне значення), x - значення випадкової величини, f ( x ) - щільність ймовірності прийняття випадкової величиною значення x.

Рівномірний розподіл ( Uniform ) - означає однакову ймовірність прийняття випадковою величиною x будь-якого значення всередині діапазону, що визначається параметром моделі LOT.


а)


б)

Рис. 6. Діалогове вікно Monte Carlo Options (а) і вікно завдання функцій (б)


Найгірший випадок ( Worst case ) відповідає рівній ймовірності (0.5) прийняття випадковою величиною мінімально можливого і максимально можливого значення (див. приклад CARLO2_LOT & DEV з каталогу ANALYSIS Monte Carlo).


Назад | сторінка 4 з 6 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Роль параметра адаптації у процедурі експоненціального згладжування. Як вп ...
  • Реферат на тему: Лікувальна фізкультура після вагітності. Відновлення після пологів
  • Реферат на тему: Щільність розподілу випадкової величини. Числові характеристики випадкових ...
  • Реферат на тему: Значення методу моделювання в процесі слухання музики
  • Реферат на тему: Особливості Прийняття Податкового Кодексу, его значення, структура