智能優(yōu)化算法在電磁場逆散射中的應用研究
發(fā)布時間:2021-11-01 05:28
電磁逆散射的主要任務是通過測量到的散射場數(shù)據(jù)對目標進行重建。針對線性逆散射法限制較多的問題,本文首先將逆散射問題轉(zhuǎn)化為優(yōu)化問題,進而使用優(yōu)化算法來處理。傳統(tǒng)智能優(yōu)化算法在求解該問題上存在不同程度的早熟收斂、全局搜索效率低等缺陷,因此,探索一種新的優(yōu)化算法迫在眉睫。和聲搜索算法是一種新興的智能優(yōu)化算法,該算法已被成功地應用于諸多領域并表現(xiàn)出優(yōu)越的性能。本文在深入分析智能優(yōu)化算法及電磁場逆散射理論的基礎上,對基于多模優(yōu)化技術的和聲搜索算法及其對電磁逆散射問題的優(yōu)化進行了研究,主要工作和創(chuàng)新包括以下幾個方面:1、針對排擠策略中的替換錯誤問題,引入排擠距離將替換錯誤限制在一定的范圍內(nèi),提出基于限定排擠策略的和聲搜索算法;針對限定排擠策略中生境維持能力較差的缺陷,引入動態(tài)排擠因子,提出了基于動態(tài)排擠策略的和聲搜索算法。實驗表明排擠策略能夠有效地增加記憶矩陣中個體的多樣性,避免算法陷于單個最優(yōu)解。2、針對電磁場逆散射問題中目標函數(shù)的峰半徑無法根據(jù)先驗知識獲取的缺陷,研究了峰半徑根據(jù)問題特點自動調(diào)整的方法,提出自適應調(diào)整峰半徑的共享策略;針對共享策略中個體共享適應度的計算比較耗時的缺陷,提出基于清除...
【文章來源】:河北工業(yè)大學天津市 211工程院校
【文章頁數(shù)】:149 頁
【學位級別】:博士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究工作的背景和意義
1.1.1 電磁場正散射
1.1.2 電磁場逆散射
1.1.3 優(yōu)化算法
1.2 研究工作的現(xiàn)狀
1.3 本文的主要研究內(nèi)容
1.4 本文章節(jié)安排
第二章 智能優(yōu)化理論
2.1 引言
2.2 智能優(yōu)化算法
2.2.1 沒有免費的午餐定理
2.2.2 遺傳算法的理論及算法研究
2.2.3 和聲搜索算法
2.3 多模優(yōu)化策略
2.3.1 小生境技術
2.3.2 多種群技術
2.3.3 雙目標優(yōu)化技術
2.4 算法的性能評價
2.4.1 測試函數(shù)
2.4.2 性能評價標準
2.5 本章小結
第三章 基于小生境策略的和聲搜索算法
3.1 引言
3.2 多模優(yōu)化的傳統(tǒng)小生境方法簡介
3.2.1 排擠策略
3.2.2 共享策略
3.3 基于排擠策略的和聲搜索算法
3.3.1 種群初始化策略
3.3.2 用于多模優(yōu)化的排擠策略
3.3.3 基于標準排擠策略的和聲搜索算法
3.3.4 基于限定排擠策略的和聲搜索算法
3.3.5 基于動態(tài)排擠策略的和聲搜索算法
3.3.6 幾種排擠和聲搜索算法的分析與比較
3.4 基于共享策略的和聲搜索算法
3.4.1 用于多模優(yōu)化的共享策略
3.4.2 自適應調(diào)整峰半徑的共享策略
3.4.3 清除共享策略
3.4.4 幾種共享和聲搜索算法的實現(xiàn)與比較
3.5 本章小結
第四章 基于多種群策略的和聲搜索算法
4.1 引言
4.2 多種群優(yōu)化策略
4.2.1 粗粒度模型
4.2.2 細粒度模型
4.2.3 混合模型
4.3 拓撲多種群和聲搜索算法
4.3.1 種族的創(chuàng)建與劃分
4.3.2 拓撲分析函數(shù)
4.3.3 拓撲多種群和聲搜索算法的實現(xiàn)與分析
4.4 雙目標和聲搜索算法
4.4.1 多目標優(yōu)化
4.4.2 非支配排序算法
4.4.3 無參非支配算子
4.4.4 雙目標和聲搜索算法的實現(xiàn)與分析
4.5 幾種多模優(yōu)化策略的性能分析
4.5.1 多模優(yōu)化策略的性能比較
4.5.2 多模和聲搜索算法與其他算法的性能比較
4.6 本章小結
第五章 智能優(yōu)化算法在電磁場逆散射中的應用研究
5.1 引言
5.2 二維理想導體目標的重建問題
5.2.1 麥克斯韋方程組
5.2.2 矩量法求解導體柱的TM波散射問題
5.2.3 逆問題分析
5.3 多模和聲搜索算法在電磁場逆散射中的應用
5.3.1 圓柱導體的逆散射
5.3.2 簡單任意形狀導體的逆散射
5.3.3 復雜任意形狀導體的逆散射
5.3.4 幾種多模和聲搜索算法的逆散射應用比較
5.4 經(jīng)典智能優(yōu)化算法在電磁場逆散射中的應用
5.4.1 智能優(yōu)化算法對理想導體柱形狀參數(shù)的反演
5.4.2 幾種智能優(yōu)化算法的逆散射應用比較
5.5 小結
第六章 結論
6.1 本文主要工作
6.2 本文主要創(chuàng)新點
6.3 需要進一步研究的工作
參考文獻
攻讀學位期間所取得的相關科研成果
致謝
本文編號:3469587
【文章來源】:河北工業(yè)大學天津市 211工程院校
【文章頁數(shù)】:149 頁
【學位級別】:博士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究工作的背景和意義
1.1.1 電磁場正散射
1.1.2 電磁場逆散射
1.1.3 優(yōu)化算法
1.2 研究工作的現(xiàn)狀
1.3 本文的主要研究內(nèi)容
1.4 本文章節(jié)安排
第二章 智能優(yōu)化理論
2.1 引言
2.2 智能優(yōu)化算法
2.2.1 沒有免費的午餐定理
2.2.2 遺傳算法的理論及算法研究
2.2.3 和聲搜索算法
2.3 多模優(yōu)化策略
2.3.1 小生境技術
2.3.2 多種群技術
2.3.3 雙目標優(yōu)化技術
2.4 算法的性能評價
2.4.1 測試函數(shù)
2.4.2 性能評價標準
2.5 本章小結
第三章 基于小生境策略的和聲搜索算法
3.1 引言
3.2 多模優(yōu)化的傳統(tǒng)小生境方法簡介
3.2.1 排擠策略
3.2.2 共享策略
3.3 基于排擠策略的和聲搜索算法
3.3.1 種群初始化策略
3.3.2 用于多模優(yōu)化的排擠策略
3.3.3 基于標準排擠策略的和聲搜索算法
3.3.4 基于限定排擠策略的和聲搜索算法
3.3.5 基于動態(tài)排擠策略的和聲搜索算法
3.3.6 幾種排擠和聲搜索算法的分析與比較
3.4 基于共享策略的和聲搜索算法
3.4.1 用于多模優(yōu)化的共享策略
3.4.2 自適應調(diào)整峰半徑的共享策略
3.4.3 清除共享策略
3.4.4 幾種共享和聲搜索算法的實現(xiàn)與比較
3.5 本章小結
第四章 基于多種群策略的和聲搜索算法
4.1 引言
4.2 多種群優(yōu)化策略
4.2.1 粗粒度模型
4.2.2 細粒度模型
4.2.3 混合模型
4.3 拓撲多種群和聲搜索算法
4.3.1 種族的創(chuàng)建與劃分
4.3.2 拓撲分析函數(shù)
4.3.3 拓撲多種群和聲搜索算法的實現(xiàn)與分析
4.4 雙目標和聲搜索算法
4.4.1 多目標優(yōu)化
4.4.2 非支配排序算法
4.4.3 無參非支配算子
4.4.4 雙目標和聲搜索算法的實現(xiàn)與分析
4.5 幾種多模優(yōu)化策略的性能分析
4.5.1 多模優(yōu)化策略的性能比較
4.5.2 多模和聲搜索算法與其他算法的性能比較
4.6 本章小結
第五章 智能優(yōu)化算法在電磁場逆散射中的應用研究
5.1 引言
5.2 二維理想導體目標的重建問題
5.2.1 麥克斯韋方程組
5.2.2 矩量法求解導體柱的TM波散射問題
5.2.3 逆問題分析
5.3 多模和聲搜索算法在電磁場逆散射中的應用
5.3.1 圓柱導體的逆散射
5.3.2 簡單任意形狀導體的逆散射
5.3.3 復雜任意形狀導體的逆散射
5.3.4 幾種多模和聲搜索算法的逆散射應用比較
5.4 經(jīng)典智能優(yōu)化算法在電磁場逆散射中的應用
5.4.1 智能優(yōu)化算法對理想導體柱形狀參數(shù)的反演
5.4.2 幾種智能優(yōu)化算法的逆散射應用比較
5.5 小結
第六章 結論
6.1 本文主要工作
6.2 本文主要創(chuàng)新點
6.3 需要進一步研究的工作
參考文獻
攻讀學位期間所取得的相關科研成果
致謝
本文編號:3469587
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3469587.html
教材專著