节点文献

遗传算法及其在电磁工程中的应用

【作者】 马国田

【导师】 梁昌洪;

【作者基本信息】 西安电子科技大学, 电磁场与微波技术, 1998, 博士

【摘要】 本文对遗传算法的理论以及在电磁工程上的应用进行了研究,在理论方面,通过对作用在二进制码上的单点交叉算子特性的分析,证明了子代个体在问题空间分布上的对称性;通过对作用在Gray码上的单点交叉算子的分析,发现Gray码形式的子代个体的分布不仅具有对称性还具有平移特性,这一发现解释了一些文献所表明的将Gray码用于某些具体问题时要优于二进制码的现象。同时分别对单点交叉算子作用下的二进制码和Gray码形式的子代个体分布的概率特性进行了严格的分析,结果表明子代个体更倾向于分布在父代个体的附近。为了克服标准遗传算法效率低,局部搜索能力差等缺点,我们提出了一种将标准遗传算法与Nealder-Mead单纯形法相结合的混合遗传算法,并将其用于阶梯阻抗变换器的优化设计等问题,效果良好。同时对实数码遗传算法进行了研究,并设计了一种新的实数码遗传算法,计算结果表明该方法的计算效率和鲁棒性均优于标准遗传算法。 在应用方面,采用遗传算法对阶梯阻抗变换器的优化设计进行了研究,在负载阻抗为复数的情况下,遗传算法的设计结果远优于传统的综合理论所得结果。在变换器的长度为定值的限制条件下,遗传算法给出的设计结果远优于Chebyshev综合的结果,这说明传统的Chebyshev综合理论所给出的设计结果并非是最佳的。对于更为复杂的用于多路匹配的阶梯阻抗变换器,采用遗传算法也得到了满足工程要求的设计。 为了解决宽带匹配网络的设计问题,提出了一种二维结构的编码方案,采用这种形式的编码同时对网络结构和元件参数进行优化,成功地设计出性能优良的匹配网络,通过与综合法、实频法的设计结果相比较,表明遗传算法设计出的匹配网络性能更优,特别是在寻找新的网络拓扑结构方面,遗传算法具有更大的优势。 本文也尝试性地将遗传算法应用于微波测量领域,首先将遗传算法用于六端口反射计的校准,尽管所得结果精度稍低,但由于只需4个反射负载,更适于工程上的应用。其次采用遗传算法成功地解决了分层有耗媒质的复介电常数的测量问题,对于层数较少的媒质,在各分层的厚度未知的情况下仍然可以测得各分层的复介电常数,并可同时测得分层厚度。

  • 【分类号】TP18
  • 【被引频次】4
  • 【下载频次】630
节点文献中: 

本文链接的文献网络图示: