正確な代理熱モデルを導くための自然にヒントを得たアルゴリズムのハイブリッド化:遺伝的および粒子群最適化【JST・京大機械翻訳】

Monier-Vinard Eric; Daniel Olivier; Bissuel Valentin; Rogie Brice; Nguyen Minh-Nhat; Laraqi Najib; Aliouat Ismael

文献

J-GLOBAL ID：201802243369897501 整理番号：18A1387100

正確な代理熱モデルを導くための自然にヒントを得たアルゴリズムのハイブリッド化:遺伝的および粒子群最適化【JST・京大機械翻訳】

Hybridizing Nature-Inspired Algorithms to Derive Accurate Surrogate Thermal Model: Genetic and Particle Swarm Optimization

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1387100&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1387100&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 2018 号： ITherm ページ： 368-378 発行年： 2018年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

小型化の必要性は,より多くの複雑な三次元形状に向けてICパッケージング技術をもたらし,それは熱管理を扱うときに注意深く取り組むべきである。必要なCFDシミュレーションにおけるこれらの装置をモデル化するために,最適化技術として遺伝的アルゴリズム(GA)を用いて,境界条件独立(BCI)コンパクト熱モデル(CTM)を,DEPHIコンソーシアムの範囲で開発した。しかし,各レベルのパッケージング技術のブレークスルーにおいて,GA手順の精度,再現性および速度の間の正しいバランスを達成する能力がある。本論文では,遺伝的プログラミングの代わりに粒子群最適化(PSO)を用いた場合の最初の結果について述べた。したがって,生殖の代わりに,群れ法は,時間にわたって各粒子の位置と速度を更新する。本研究では,文献で見出された異なるPSOバリアントを提示し,2つの実際のテストケースに実装した。それらは,PSOが局所的最適化において容易に落下する傾向があり,成分モデル複雑性が成長することを確認した。両アルゴリズムの利点を組み合わせるために,並列GA-PSOハイブリッド化を,方法論,精度,速度およびロバスト性の観点から検討した。したがって,促進GA-PSOハイブリッド化は,マルチチップパッケージに対して,計算時間の半分において,8倍以上の最良の解を提供することに成功した。本研究の結果は,通常の熱的挙動と比較して低い不一致を有する種々の成分のブラックボックスモデルを作成することの可能性を確認した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能

, , , , ,

前のページに戻る