Geri Dön

Genetik algoritma ile MOS parametrelerinin belirlenmesi ve optimizasyonu

MOS parameter extraction and optimization with genetic algorithm

PDF İndir

  1. Tez No: 232428
  2. Yazar: MUHAMMED EMİN BAŞAK
  3. Danışmanlar: PROF. DR. AYTEN KUNTMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Genetik algoritmalar, Tahmin, Genetic algorithms, Estimation
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: İstanbul Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüz teknolojisinde çok önemli bir yere sahip olan MOS transistörler için uygun bir parametre seti belirlemek güç bir problemdir. Geleneksel yöntemler parametrelerin çözüm uzayındaki yerel noktalara yakınsamasından dolayı optimum çözümden başka sonuçlar verebilmektedirler. Genetik algoritmalar düzensiz dağılmış parametrelerin bulunması için çok uygundur.Bu çalışmada, genetik algoritma ile MOS transistörün parametreleri belirlenmiş ve optimizasyonu yapılmıştır. İlk olarak MOS modellerinin tarihi gelişimi ve MOSFET'in çalışma ilkesi ele alınmış, BSIM3V3 modeli ayrıntılı olarak açıklanmıştır. Daha sonra genetik algoritmanın tarihi gelişimi, özellikleri ve parametreleri ele alınmıştır.Sonraki bölümde ise BSIM3V3 MOSFET model parametresi belirlenirken uygulanan adımlar açıklanmıştır. Parametrelerin genetik algoritma ile belirlenme süreci bir örnek ile açıklanarak belirlenen parametrelerin SPICE'da uygulaması yapılmıştır. Parametre çıkartımında ilk once MOS BSIM3V3 modelinde C35 üretim sürecinde kullanılan 0.35?m üretim teknolojisi ile belirlenen SPICE parametre sonuçları kullanılmış daha sonra da 0.7?m üretim teknolojisi ile TÜBİTAK laboratuarlarında elde edilen test transistörleri kullanılmıştır.Son bölümde belirlenen parametrelerin karakteristiklerine ilişkin sonuçlar ile gerçek karakteristiklere ilişkin sonuçlar karşılaştırılmıştır. Ayrıca populasyon miktarı, çaprazlama oranı ve nesil sayısı gibi genetik algoritma parametrelerinin farklı değerlerine ait sonuçlar da karşılaştırılmıştır.

Özet (Çeviri)

Extracting an optimal set of parameter values for a MOS device is great importance in contemporary technology is a complex problem. Traditional methods of parameter extraction can produce far from optimal solutions because of the presence of local optimum in the solution space. Genetic algorithms are well suited for finding near optimal solutions in irregular parameter spaces.In this study, MOS Parameters extracted and optimized with genetic algorithm. First of all, historical development of the MOS models and operation basis of MOS transistors are introduced. BSIM3V3 is explained in details. Thereinafter historical development, properties and parameters of genetic algorithms are explained.In the following section, applied strategies of extracting BSIM3V3 MOSFET model parameters are defined. After defined the parameter extraction with genetic algorithm The SPICE simulations are performed using extracted parameters. The results of experimental studies for parameter extraction firstly obtained 0.35?m fabricated by C35 process and then 0.7?m fabricated test transistors which produced in TUBITAK Laboratories were used.Extracted parameters characteristic data results have been compared with measurement results in the last section. Different values of parameters of genetic algorithm, such as population size, crossover rate ,and generation size are compared by different tests.

Benzer Tezler

  1. Tez No

    255921

    Analog circuit optimization with hierarchical genetic algorithms-3rd order low-pass butterworth filter example

    Hiyerarşik genetik algoritma ile analog devre optimizasyonu?3. dereceden alçak geçiren butterworth filtre örneği

    OLCAY DURUL AZERİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNHAN DÜNDAR

  2. Tez No

    340049

    Hacimli metal camların üretimi ve manyetik özellikleri ile camlaşma yeteneğinin yapay sinir ağları kullanılarak modellenmesi

    Fabrication of bulk metallic glasses and modeling of magnetic properties and glass forming ability using artificial neural networks

    MEHMET KABAER

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Fizik ve Fizik MühendisliğiUludağ Üniversitesi

    Fizik Ana Bilim Dalı

    DOÇ. DR. İLKER KÜÇÜK

  3. Tez No

    55171

    Genetik algoritma ile haberleşme şebekelerinin topolojik optimizasyonu

    Topological optimization of communication networks using genetic algorithms

    FULYA ALTIPARMAK

    Doktora

    Türkçe

    Türkçe

    1996

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ.DR. BERNA DENGİZ

  4. Tez No

    66998

    Genetik algoritma ile çelik çerçevelerin optimizasyonu

    Optimum design of plane frames using genetic algorithm

    MUSTAFA ARMUTÇU

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    İnşaat MühendisliğiKaradeniz Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. AYŞE DALOĞLU

  5. Tez No

    134082

    Genetik algoritma ile montaj hattı dengeleme

    Assembly line balancing with genetic algorithm

    SELDA ÇILKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    Endüstri ve Endüstri MühendisliğiGazi Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FULYA ALTIPARMAK

Geri Dön