Artificial bee colony algorithm for small signal model parameter extraction of MESFET

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F10%3A86075425" target="_blank" >RIV/61989100:27240/10:86075425 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Artificial bee colony algorithm for small signal model parameter extraction of MESFET

Popis výsledku v původním jazyce

This paper presents an application of swarm intelligence technique namely artificial bee colony (ABC) to extract the small signal equivalent circuit model parameters of GaAs metal extended semiconductor field effect transistor (MESFET) device and compares its performance with particle swarm optimization (PSO) algorithm. Parameter extraction in MESFET process involves minimizing the error, which is measured as the difference between modeled and measured S parameter over a broad frequency range. This error surface is viewed as a multi-modal error surface and robust optimization algorithms are required to solve this kind of problem.

Název v anglickém jazyce

Artificial bee colony algorithm for small signal model parameter extraction of MESFET

Popis výsledku anglicky

This paper presents an application of swarm intelligence technique namely artificial bee colony (ABC) to extract the small signal equivalent circuit model parameters of GaAs metal extended semiconductor field effect transistor (MESFET) device and compares its performance with particle swarm optimization (PSO) algorithm. Parameter extraction in MESFET process involves minimizing the error, which is measured as the difference between modeled and measured S parameter over a broad frequency range. This error surface is viewed as a multi-modal error surface and robust optimization algorithms are required to solve this kind of problem.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2010

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE

ISSN

0952-1976

e-ISSN

—

Svazek periodika

23

Číslo periodika v rámci svazku

5

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

6

Strana od-do

—

Kód UT WoS článku

000279060300006

EID výsledku v databázi Scopus

—