说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 增强型微粒群优化
1)  EPSO
增强型微粒群优化
1.
An enhanced particle swarm optimization algorithm (EPSO) is proposed based on the analysis of PSO.
对微粒群优化算法(PSO)进行分析,提出一种增强型微粒群优化算法(EPSO)。
2)  particle swarm optimization
微粒群优化
1.
A modified self-adaptive particle swarm optimization;
一种改进的自适应微粒群优化算法
2.
T-S Fuzzy model of marine diesel engine based on particle swarm optimization;
基于微粒群优化的船舶柴油机T-S模糊模型
3.
Research on Particle Swarm Optimization Oriented to the Overall Search Capability;
基于提高全局搜索能力的微粒群优化研究
3)  PSO
微粒群优化
1.
Therefore,on the basis of describing the SMO algorithm in detail,we have studied the bilevel optimization theory which is about the SMO algorithm based on PSO and testified the validities of this method by simulation studies.
因此,在详细介绍了SMO算法的基础上,着重研究了基于微粒群优化(PSO)的SMO算法的双层优化原理,并通过仿真进行了应用研究,将该方法的有效性进行了验证。
2.
An enhanced particle swarm optimization algorithm (EPSO) is proposed based on the analysis of PSO.
对微粒群优化算法(PSO)进行分析,提出一种增强型微粒群优化算法(EPSO)。
4)  particle swarm optimization
微粒群优化算法
1.
Application of particle swarm optimization in cooperative architectural design;
微粒群优化算法在协同建筑设计中的应用
2.
Particle Swarm Optimization Approach for Location of Supermarkets;
基于微粒群优化算法的超市最优选址定量化研究
3.
New parallel Particle Swarm Optimization based on cultural algorithm
一种新的并行文化微粒群优化算法
5)  particle swarm optimization algorithm
微粒群优化算法
1.
Multi-optimum information programming based particle swarm optimization algorithm;
基于多元最优信息规划的微粒群优化算法
2.
Dynamic Pareto Warehouse-based Particle Swarm Optimization Algorithm for Multi-objective Programming;
基于动态Pareto解集的微粒群优化算法及其在多目标规划中的应用
3.
Identification of T-S Fuzzy Models Using Techniques of Particle Swarm Optimization Algorithm;
基于微粒群优化算法的T-S模糊模型辨识研究
6)  particle swarm optimization(PSO)
微粒群优化算法
1.
Based on the analysis,parameters selecting for robust control is reduced to be an object optimization problem,and the particle swarm optimization(PSO) is used for solving the problem,and the corresponding robust parameters are obtained.
通过分析,将鲁棒参数的选择问题转化成目标优化问题,并引入微粒群优化算法对该优化问题进行求解,获得了相应的鲁棒参数。
2.
This paper presents an approach for Hidden Markov Model(HMM) training based on Particle Swarm Optimization(PSO).
提出基于微粒群优化算法(PSO)的隐马尔科夫模型(HMM)训练算法,分别用PSO和量子微粒群优化算法进行HMM的参数估计,以提高HMM的性能。
3.
To deal with the problem of premature convergence and slow search speed,this paper proposed a new particle swarm optimization(PSO).
通过在微粒群算法中引入排雷策略的思想,对微粒群优化算法进行改进,使微粒群算法能摆脱局部极值点的束缚;另外通过在算法的迭代过程中加入旋转方向法,加快算法的收敛速度,从而形成一种新的改进粒子群算法。
补充资料:增强型与耗尽型金属-氧化物-半导体集成电路
      耗尽型MOS晶体管用作负载管,增强型MOS晶体管用作驱动管组成反相器(图1),并以这种反相器作为基本单元而构成各种集成电路。这种集成电路简称E/D MOS。
  
  
  特点  E/D MOS电路的速度快,电压摆幅大,集成密度高。MOS反相器的每级门延迟取决于负载电容的充电和放电速度。在负载电容一定的条件下,充电电流的大小是决定反相器延迟的关键因素。各种MOS反相器的负载特性见图2。在E/D MOS反相器中,作为负载的耗尽型管一般工作在共栅源(栅与源相连,其电压uGS=0)状态。把耗尽型MOS晶体管的输出特性IDS~VDS曲线,沿纵轴翻转180o,取出其中uGS=0的曲线,即可得到E/D MOS反相器的负载(图2)。E/D MOS反相器具有接近于理想恒流源的负载特性。与E/E MOS反相器(负载管和驱动管都用增强型MOS晶体管的)相比,同样尺寸的理想E/D MOS电路,可以获得更高的工作速度,其门延迟(tpd)可减少至十几分之一。由于耗尽型管存在衬偏调制效应,E/D MOS反相器的负载特性变差,tpd的实际改进只有1/5~1/8。此外,由于E/DMOS反相器输出电压uo没有阈电压损失,最高输出电压uo可达到电源电压UDD=5伏(图1)。因此,比饱和负载E/E MOS反相器的电压摆幅大。另一方面,由于E/D MOS反相器的负载特性较好,为了达到同样的门延迟,E/D MOS反相器的负载管可以选用较小的宽长比,从而占用较少的面积;为了得到相同的低电平,E/D MOS反相器的βR值也比E/E MOS反相器的βR值小些。与E/E MOS电路相比,E/D MOS电路的集成密度约可提高一倍。
  
  
  结构与工艺  只有合理的版图设计和采用先进的工艺技术,才能真正实现E/D MOS电路的优点。图3是E/D MOS反相器的剖面示意图。E/DMOS电路的基本工艺与 NMOS电路类同(见N沟道金属-氧化物-半导体集成电路)。其中耗尽管的初始沟道,是通过砷或磷的离子注入而形成的。为了使负载管的栅与源短接,在生长多晶硅之前,需要进行一次"埋孔"光刻。先进的 E/D MOS的结构和工艺有以下特点。①准等平面:引用氮化硅层实现选择性氧化,降低了场氧化层的台阶;②N沟道器件:电子迁移率约为空穴迁移率的三倍,因而N沟道器件有利于提高导电因子;③硅栅自对准:用多晶硅作栅,可多一层布线。结合自对准,可使栅、源和栅、漏寄生电容大大减小。
  
  
  采用准等平面、 N沟道硅栅自对准技术制作的 E/D MOS电路,已达到tpd≈4纳秒,功耗Pd≈1毫瓦,集成密度约为300门/毫米2。E/D MOS电路和CMOS电路是MOS大规模集成电路中比较好的电路形式。CMOS电路(见互补金属-氧化物-半导体集成电路)比E/D MOS电路的功耗约低两个数量级,而E/D MOS电路的集成密度却比CMOS电路约高一倍,其工艺也比CMOS电路简单。E/D MOS电路和CMOS电路技术相结合,是超大规模集成电路技术发展的主要方向。
  

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条