계층적입자군최적화법을 이용한 PSP MOSFET모델파라미터 추출

전문가 제언

○ MOSFET 모델링 엔지니어에게 모델 파라미터의 결정은 참으로 어려운 작업이다. 외관으로 보이며 실측이 가능한 파라미터는 몇 개에 불과하고 수십 ~ 수백 개의 보이지 않는 중간 파라미터의 값을 다양한 방법을 동원하여 추정해야 하며 그렇게 결정된 모델이 실측치와 잘 일치하여야 한다. 최근 이를 보다 체계적으로 해결하기 위한 노력이 전개되었고 이 문제를 최적화의 문제로 보고 접근하게 되었다.

○ 최적화는 수학에 있어서 상당히 광범위한 학문인데 그 중 조합적 최적화(combinatorial optimization)를 포함하는 진화적 계산(evolutionary computation) 분야가 상기 모델 파라미터 추출에 응용되고 있다. 진화적 기법은 아래와 같은 메타휴리스틱(metaheuristic) 최적화 알고리즘을 포함한다.

? 진화 알고리즘(evolutionary algorithms): genetic algorithms, evolutionary programming, evolution strategy, genetic programming, learning classifier systems

? 군 지능(swarm intelligence): simulated annealing, ant colony optimization, particle swarm optimization

○ PSO에는 진화알고리즘 기법과 유사한 점이 많은데, 시스템은 난수해(random solutions)로 구성된 해집단(population)에서 시작하여 세대를 거듭하면서 최적해(optima)를 찾아 간다는 것이 공통점이다. 하지만 PSO에서는 교차, 변이와 같은 진화연산자가 없다는 차이가 있다. PSO에서는 ‘입자’라고 부르는 잠재적 해가 문제 공간을 비행하면서 현 시점의 최적해에 접근한 입자를 따라간다는 것이다.

○ 이 글에서 새롭게 제시하는 적응적 관성 조절 기법은 최적해 수렴에 상당한 효과를 보여 주는 것으로 파악된다. 여러 PSO 알고리즘에 대해 정량적 비교 검토를 함으로써 알고리즘 선택에서의 불확실성이 크게 해소된 것은 고무적이다.

저자

R.A.Thakker, M.B.Patil, K.G.Anil

자료유형

학술정보

원문언어

영어

기업산업분류

전기·전자

연도

2009

권(호)

22(2)

잡지명

Engineering Applications of Artificial Intelligence

과학기술
표준분류

전기·전자

페이지

317~328

분석자

황*룡

분석물

• 계층적 입자군 최적화법을 이용한 PSP MOSFET 모델 파라미터 추출.pdf [414,014 byte]

이미지변환중입니다.