很多優(yōu)化設(shè)計(jì)問題都是多目標(biāo)優(yōu)化問題,即需要同時(shí)考慮多個(gè)設(shè)計(jì)指標(biāo),然而這些指標(biāo)之間往往存在互相制約的關(guān)系,會(huì)導(dǎo)致無法找到該問題的絕對最優(yōu)解。因此對于多目標(biāo)優(yōu)化問題,如何找到合適的近似帕累托最優(yōu)集成為了研究重點(diǎn)。在微波領(lǐng)域中,隨著通信頻率的提高及速率的加快,微波器件變得越來越復(fù)雜,設(shè)計(jì)指標(biāo)要求也越來越多,因此研究適用于微波器件的多目標(biāo)優(yōu)化方法有十分重要的現(xiàn)實(shí)意義。本文對現(xiàn)有的幾種多目標(biāo)優(yōu)化算法進(jìn)行了比較,并且分析了各種方法的優(yōu)勢與弊端。發(fā)現(xiàn)往往需要經(jīng)過大量的目標(biāo)函數(shù)調(diào)用才能夠得到較為滿意的優(yōu)化結(jié)果。而微波器件的設(shè)計(jì)優(yōu)化中需要借助全波電磁仿真計(jì)算,其時(shí)間成本高,因此無法使用大量的目標(biāo)函數(shù)調(diào)用。為了實(shí)現(xiàn)高效多目標(biāo)優(yōu)化,本文對雙目標(biāo)連續(xù)域修補(bǔ)方法進(jìn)行了改進(jìn)研究,并且提出了一種基于連續(xù)域修補(bǔ)多目標(biāo)(二維和三維)問題的優(yōu)化方法。本文利用測試函數(shù)對提出的算法進(jìn)行了測試,并且在計(jì)算量和近似前沿分布度兩個(gè)方面將該算法與多目標(biāo)遺傳算法進(jìn)行了對比。經(jīng)過綜合分析,該算法在優(yōu)化效率方面整體優(yōu)于多目標(biāo)遺傳算法。最后,本文利用該算法結(jié)合空間映射技術(shù)對一個(gè)微波超寬帶天線進(jìn)行了多目標(biāo)優(yōu)化,驗(yàn)證了該方法對于微波器件設(shè)計(jì)優(yōu)化...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
        1.1.1 課題研究背景
        1.1.2 課題研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)研究現(xiàn)狀
        1.2.2 國外研究現(xiàn)狀
    1.3 本文的主要研究內(nèi)容
第2章 多目標(biāo)優(yōu)化問題的理論研究
    2.1 引言
    2.2 多目標(biāo)優(yōu)化問題概述
    2.3 帕累托最優(yōu)集的提出
    2.4 帕累托最優(yōu)集與帕累托前沿
    2.5 傳統(tǒng)多目標(biāo)優(yōu)化方法基本原理
        2.5.1 加權(quán)求和法
        2.5.2 ε-約束法
        2.5.3 切比雪夫聚合法
    2.6 多目標(biāo)遺傳算法基本原理
        2.6.1 快速非支配排序
        2.6.2 精英策略
        2.6.3 擁擠度排序
    2.7 不同多目標(biāo)優(yōu)化算法的比較分析
    2.8 本章小結(jié)
第3章 雙目標(biāo)連續(xù)域修補(bǔ)方法的改進(jìn)研究
    3.1 引言
    3.2 連續(xù)域修補(bǔ)方法的基本原理
        3.2.1 單目標(biāo)最優(yōu)解的求解
        3.2.2 連續(xù)域修補(bǔ)
    3.3 連續(xù)域修補(bǔ)方法的算法改進(jìn)研究
        3.3.1 補(bǔ)丁尺寸向量的選取方式改進(jìn)
        3.3.2 延長搜索路徑
        3.3.3 篩選初始近似帕累托最優(yōu)集
        3.3.4 改進(jìn)算法的測試
    3.4 本章小結(jié)
第4章 多目標(biāo)連續(xù)域修補(bǔ)方法的研究
    4.1 引言
    4.2 多目標(biāo)連續(xù)域修補(bǔ)方法原理
        4.2.1 算法流程
        4.2.2 單目標(biāo)最優(yōu)解的求解
        4.2.3 帕累托前沿輪廓的確定
        4.2.4 帕累托最優(yōu)集和前沿的填補(bǔ)
        4.2.5 篩選保留非支配解
    4.3 更高維度目標(biāo)的算法原理討論
    4.4 多目標(biāo)與雙目標(biāo)優(yōu)化方法比較
    4.5 本章小結(jié)
第5章 多目標(biāo)優(yōu)化方法的測試與研究
    5.1 引言
    5.2 近似帕累托前沿分布度的比較方法
        5.2.1 構(gòu)建網(wǎng)格空間
        5.2.2 計(jì)算DCI值
    5.3 多目標(biāo)連續(xù)域修補(bǔ)方法的測試分析
        5.3.1 DTLZ1 測試結(jié)果及分析
        5.3.2 DTLZ2 測試結(jié)果及分析
        5.3.3 DTLZ3 測試結(jié)果及分析
        5.3.4 其他測試結(jié)果
        5.3.5 算法性能分析及總結(jié)
    5.4 本章小結(jié)
第6章 超寬帶天線的多目標(biāo)優(yōu)化
    6.1 引言
    6.2 超寬帶天線理論介紹
    6.3 空間映射技術(shù)基本原理介紹
    6.4 多目標(biāo)連續(xù)域修補(bǔ)優(yōu)化超寬帶天線
        6.4.1 CST與 MATLAB的聯(lián)合仿真
        6.4.2 粗糙模型的單目標(biāo)優(yōu)化
        6.4.3 粗糙模型的多目標(biāo)優(yōu)化
        6.4.4 基于空間映射的輔助優(yōu)化
    6.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號(hào)：3850192