摘要 - 在本文中,提出了一种通用优化方法,用于改进使用遗传和差异进化算法的Okumura-Hata,Cost-231,ECC-33和EGLI预测经验模型。使用来自巴西Uberlândia的地理因素信号样本进行测试,用于在569.142857 MHz的电视渠道上进行测试。使用算法优化的变量调整了模型公式的每个参数。重要的创新是由优化系数加权的高度参数包含,这特别提高了预测准确性。这项工作的主要贡献是开发从提出的方法学得出的一组分析方程,从而消除了计算能力以估计所讨论区域中评估模型的路径损失的需求。使用均衡误差(MSE)度量评估这些方程的性能,这表明比标准模型的改善高达92.03%,这取决于经验模型和应用的优化算法。
摘要 — 微电子热敏电机 (TE) 发电机 (μ TEG) 是一种常见的潜在解决方案功率发电机和单相集成电路 (IC)。由于 µ TEG 电路中的寄生电阻和热阻,因此存在性能限制。寄生效应或曼塞洛斯可能会严重影响使用相对低 TE 性能指标(如硅 (Si))的 TEG 器件。在这种情况下,必须仔细注意整个 TEG 电路,而不仅仅是 TE 材料特性。这里,μ TEG 器件的定量模型包括所有与 I C 兼容的常见的重要电和热寄生器件。该模型提供了有关可再生能源发电和效率的耦合方程组或数值解。考虑到现场的抗裂性和实际性能值,该模型显示了 TE 元件总横截面的横截面积热比(称为“包装分数”)。在整个区域或在其流动区域,可以指定功率或效率,但不能同时实现两者。对于实际的材料和设备参数,优化系数通常为 1 % – 1 0 %,低于许多 µ TEG 设计中使用的值。模型说明了一些 TEG 示例的发电情况,并提供了显着的性能或改善效果的设计。索引术语——能源采集、热电 (TE)、TE 发电机。