全局混合算法及其在電磁優(yōu)化中的應(yīng)用.pdf

1、近來，遺傳算法和粒子群優(yōu)化（PSO）算法作為智能優(yōu)化算法中兩種應(yīng)用比較普遍的優(yōu)化算法被廣泛應(yīng)用于不同領(lǐng)域。但與此同時，在處理較為復(fù)雜問題時他們通常也具有易于早熟、收斂速度慢等不足。本文分別提出一種集成兩種算法的混合算法的改進形式和一種PSO算法的改進形式，并將改進優(yōu)化算法的Matlab程序與HFSS結(jié)合，使得改進的優(yōu)化算法可以應(yīng)用到電磁優(yōu)化設(shè)計之中。本文主要對遺傳算法和PSO優(yōu)化算法的改進及其在電磁器件優(yōu)化設(shè)計中的應(yīng)用進行了若干研究，具

2、體工作如下：
　　1．提出了一種基于遺傳算法和調(diào)整參數(shù)形式的 PSO優(yōu)化算法相結(jié)合的混合優(yōu)化算法。完成了對該型混合算法的優(yōu)化性能測試，并與基本遺傳算法進行比較，給出了它們對標(biāo)準(zhǔn)測試函數(shù)的優(yōu)化性能測試比較的結(jié)果與分析。
　　2.利用上述改進的混合優(yōu)化算法Matlab程序結(jié)合HFSS仿真，設(shè)計出了一種新型的微帶超寬帶天線和一種微帶交指濾波器。通過對它們的建模以及仿真優(yōu)化，分別優(yōu)化得到了具有良好設(shè)計指標(biāo)的模型。
　　3.針對

3、 PSO算法早熟收斂和局部發(fā)掘能力不強等缺點，提出了一種新型的PSO改進算法——鄰域重搜索粒子群優(yōu)化算法（NRPSO）。該改進算法在盡量避免PSO過早陷入局部優(yōu)化的同時，增加了算法的局部發(fā)掘能力。為了驗證NRPSO優(yōu)化算法的優(yōu)化能力，對其進行了標(biāo)準(zhǔn)測試函數(shù)的性能測試，并將其與標(biāo)準(zhǔn)PSO優(yōu)化算法的測試結(jié)果進行了比較，結(jié)果顯示NRPSO優(yōu)化算法相較于標(biāo)準(zhǔn)PSO優(yōu)化算法有了較大的改進。
　　4.運用NRPSO優(yōu)化算法與HFSS的聯(lián)合優(yōu)化