مقايسه عملكرد روش‌هاي بهينه‌سازي هوش جمعي در طراحي يك فليپ‌فلاپ مبتني ‌بر تقويت‌كننده حسي

كارآيي روش‌هاي بهينه‌سازي چندهدفه به‌خصوص روش‌هاي مبتني ‌بر هوش جمعي سبب شده است پژوهشگران به‌منظور حل مسائل پيچيده مهندسي با اهداف چندگانه متناقض به‌صورت چشمگيري به استفاده از اين روش‌ها گرايش پيدا كنند. اين مقاله با هدف ارزيابي عملكرد گونه‌هاي جديد و قدرتمند روش‌هاي ابتكاري چندهدفه مبتني ‌بر هوش جمعي (شامل نسخه‌هاي چندهدفه الگوريتم‌هاي MOPSO، MOGWO، NSGSA، MOGOA، MOIPO، MOMIPO و MOALO)، از آنها براي طراحي بهينه يك فليپ‌فلاپ مبتني‌ بر تقويت‌كننده حسي (SAFF) با استفاده از تكنولوژي  COMS0.18 ميكرومتر بهره گرفته است. در اين مقاله، مقادير پهناي كانال ترانزيستورهاي مدار به‌عنوان متغيرهاي طراحي و مقادير توان ‌متوسط كل و تأخير به‌عنوان مقادير برازندگي دو تابع هدف در قالب مسئله بهينه‌سازي چندهدفه با استفاده از الگوريتم‌هاي بهينه‌سازي هوشمند مبتني ‌بر هوش جمعي براي دستيابي به مقادير مطلوب حاصل‌ضرب توان تأخير (PDP) تخمين و بهينه‌سازي مي‌شوند. با مقايسه نتايج به‌دست‌آمده براي كليه روش‌هاي بهينه‌سازي چندهدفه بالا، روش MOGOA از عملكرد بهتري برخوردار بود؛ به‌طوري‌كه اين روش توانست در شاخص‌هاي آماري برازندگي‌ها و معيارهاي سنجش روش‌هاي بهينه‌سازي چندهدفه نسبت به ساير روش‌ها كاركرد بسيار مطلوبي را نشان دهد. همچنين، با به‌كارگيري روش MOGOA توان ‌متوسط 24 ميكرووات، تأخير 95.4 پيكوثانيه و PDP 2.29 فمتوژول به دست آمد كه بيان‌كننده مصالحه‌اي مطلوب ميان مقادير توان و تأخير است.