Выбор анализа разброса параметров методом Монте-Карло

Задача.

Из списка возможных видов анализа выбрать анализ разброса параметров методом Монте-Карло (Monte Carlo).

Решение.

РЕ — D3.Analysis Type^ATime Domain(Transient)(DC Sweep](AC Sweep/Noise], Options^AMonte Carlo/Worst Case, Monte Carlo, OKJ,

Настройка и запуск анализа разброса параметров методом Монте-Карло

Задача.

Перед анализом разброса параметров методом Монте-Карло задать его настройки: выходную переменную ’X’, число просчитываемых вариантов ’Y’, вид 110

распределения (равновероятное либо гауссовское), начальное значение датчика случайных чисел ’Z’ и начать моделирование.

Решение.

РЕ — D3.Analysis Type^ATime Domain(Transient)[DC Sweep] [AC Sweep/Noise], Options^AMonte Carlo/Worst Case, Monte Carlo, Output variable->’X’, Monte Carlo options, {Number of runs->’Y’ & Use distribution⁷^ Uniform [Gaussian] & Random number seed->’Z’, OK — D44

Замечание.

Начальное состояние датчика случайных чисел может задаваться в виде нечетных чисел в диапазоне 1...32767. По умолчанию оно равняется 17533.

Составление отчета о значениях параметров модели при анализе методом Монте-Карло

Задача.

При анализе методом Монте-Карло составить отчет о значениях параметра модели.

Решение.

РЕ — D3.Analysis Туре^ЛТппе Domain(Transient)[DC Sweep][AC Sweep/Noise], Options^AMonte Carlo/Worst Case, Monte Carlo, More Settings.List model parameter value in the output file for each run -> Ч’, OK, OK4

Создание гистограмм

Задача.

При анализе по методу Монте-Карло создать гистограммы выходного параметра с псевдонимом X для целевой функции ’Y’.

Решение.

PS — A6.Axis Settings, Processing Options, Performance Analysis->4’, OK — A5.Add Trace, {Function or Macros^A’Y’ & Simulation Output Variables'⁴’X’}, OK4

Задание количества делений интервала целевой функции для формирования гистограмм

Задача.

Задать количество делений интервала целевой функции для формирования гистограмм равным N.

Решение.

PS — А8.Options, Number of Histogram Divisions->’N’, OK4

Пример анализа разброса параметров методом Монте-Карло

В качестве примера анализа разброса параметров методом Монте-Карло рассмотрим влияние разброса параметров сопротивления R1 на величину коллекторного тока (целевая функция). Схема приведена на рис. 4.14. Численные значения параметров элементов приведены на схеме. Тип анализа — переходный процесс. Распределение случайной величины — гауссовское, число про-

4^-V2 -Г 10

V1=0

V2=5

TD=10u

TR=100n

TF=100n

PW=1us

PER=2s

R2 10

R3 1

180

Рис. 4.14. Схема для определения влияния разброса параметров элемента на разброс целевой функции (метод Монте-Карло)

Рис. 4.15. Осциллограммы коллекторного тока (целевая функция) и соответствующая гистограмма

счетов целевой функции — 5, допуск на изменение величины сопротивления R1 — 20%, количество делений интервала целевой функции для формирования гистограммы — 10.

Осциллограммы коллекторного тока и соответствующая гистограмма приведены на рис. 4.15. Кроме этого на рис. 4.15 приведены численные значения следующих статистических величин: число просчетов целевой функции (n samples), количество делений интервала целевой функции для формирования гистограммы (n divisions), среднее значение целевой функции (mean), среднеквадратичное отклонение целевой функции (sigma), минимальное значение целевой функции (minimum), десятипроцентная окрестность минимального значения целевой функции (10 %ile), медиана (median), десятипроцентная окрестность максимального значения целевой функции (90 %ile), максимальное значение целевой функции (maximum).

Авторы: Болотовский Ю.И., Таназлы Г.И.