基于多目標(biāo)智能優(yōu)化算法的可重構(gòu)天線優(yōu)化與設(shè)計.pdf

1、在實際應(yīng)用中,大多數(shù)科學(xué)和工程問題都是多目標(biāo)優(yōu)化問題,由于各個目標(biāo)函數(shù)之間有可能是不可折衷或者相互沖突的,因此不可能有唯一確定的解,能夠使所有的目標(biāo)同時達(dá)到最優(yōu),對于這些問題通常優(yōu)化得到的都是一個非支配(Pareto)最優(yōu)解集。
　　作為最適應(yīng)可重構(gòu)特性的天線結(jié)構(gòu)之一,可重構(gòu)像素天線(reconfigurable pixel antenna)一般由若干個電小的金屬貼片陣列構(gòu)成,貼片之間通過RF開關(guān)彼此連接,通過改變開關(guān)的通斷狀態(tài),

2、能夠靈活地構(gòu)造多種天線形狀,從而更易實現(xiàn)天線的可重構(gòu)性能。但是,由于加載的開關(guān)數(shù)量較多,可重構(gòu)像素天線的設(shè)計較為復(fù)雜,所以必須借助高效的搜索方法來挖掘天線潛在的重構(gòu)能力。
　　本文主要針對多目標(biāo)智能優(yōu)化算法和可重構(gòu)像素天線進(jìn)行了若干相關(guān)研究,具體工作內(nèi)容如下:
　　1.提出了一種自適應(yīng)的帶有精英保留策略的快速非支配遺傳算法(self-adaptive NSGA-II),通過不同特性的基準(zhǔn)測試函數(shù)與傳統(tǒng)的帶有精英保留策略的快速

3、非支配遺傳算法(NSGA-II)和多目標(biāo)粒子群優(yōu)化算法(MOPSO)進(jìn)行對比,使用收斂性度量和分布性度量指標(biāo)對優(yōu)化結(jié)果進(jìn)行評估,進(jìn)而證明self-adaptive NSGA-II的高效性。
　　2.使用提出的self-adaptive NSGA-II對一款方向圖可重構(gòu)像素天線進(jìn)行優(yōu)化,并與微遺傳算法(MGA)的優(yōu)化結(jié)果進(jìn)行對比,結(jié)果表明多目標(biāo)智能優(yōu)化算法在天線設(shè)計優(yōu)化中較單目標(biāo)智能優(yōu)化算法具有更大的優(yōu)勢。
　　3.在可重構(gòu)像