论文研究基于Volterra级数改进的混合遗传算法在谐波平衡中的应用.pdf

针对遗传算法在谐波平衡仿真中经常出现随机性大、迭代过程慢、局部搜索能力弱等问题，提出一种改进的混合遗传算法。该算法将Volterra级数、拟牛顿算法与遗传算法相结合，利用Volterra级数的记忆特性估算频域初始值，通过遗传算法进行全局优化，最后利用拟牛顿算法进行局部优化。基于对MRF281的谐波平衡仿真结果表明，该算法与遗传算法相比，迭代次数减少了40%左右，同时仿真数据与实测数据拟合较好。改进算法兼备了全局优化和局部优化的特点，明显提高了精度和收敛速度，并克服了遗传算法随机性大、局部搜索能力弱等缺点，对非线性电路分析具有较大的参考价值。