模拟电路多目标优化方法对比：粒子群算法在BJT、FET及OECT电路中的性能评估

《Electronics》：Design and Parameterization of Analog Electronic Circuits Using Stochastic Optimization Algorithms: A Comparative Study with BJT, FET, and OECT Devices

　　## 摘要尽管数字技术日益普及，但模拟电路因其能用更少的晶体管和更低的能耗高效处理物理信号，在特定应用中正经历复兴。它们在可解释性和稳定性方面具有优势，特别是在传感器系统中。然而，这些电路的设计面临挑战，尤其是在针对元件老化和环境依赖等问题进行优化时。当前研究旨在通过优化方法增强模拟电路设计的自动化，包括遗传算法（GA）、模拟退火（SA）和粒子群优化（PSO）等随机算法。这些方法改进了收敛性和容错性，同时应对模拟电路中晶体管的强非线性。本文的重点是解决模拟电路的多目标函数多变量优化问题。我们使用基于梯度的方法和随机方法，对采用双极结型晶体管、场效应晶体管和有机电化学晶体管的小信号放大器、运算放大器及Sigmoid函数电路的元件优化进行了评估与比较，这些晶体管在跨导和传输曲线特性上存在差异。实验表明，在所有所考察的电路类别中，PSO的表现优于其他所有优化算法，其收敛率最高（根据电路类别不同在40%–100%之间），且优化时间最短。OECT元件采用按需滴墨喷印工艺制造，并经过实验表征，最终基于测量数据推导出了电子功能数字孪生模型。本项研究属于仿真研究，但所使用的数据与模型均来自真实器件。