智能優(yōu)化算法在電磁場逆散射中的應(yīng)用研究.pdf

1、電磁逆散射的主要任務(wù)是通過測量到的散射場數(shù)據(jù)對目標(biāo)進(jìn)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(jìn)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(yīng)用于諸多領(lǐng)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(chǔ)上，對基于多模優(yōu)化技術(shù)的和聲搜索算法及

2、其對電磁逆散射問題的優(yōu)化進(jìn)行了研究，主要工作和創(chuàng)新包括以下幾個(gè)方面：
　　1、針對排擠策略中的替換錯(cuò)誤問題，引入排擠距離將替換錯(cuò)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(shí)驗(yàn)表明排擠策略能夠有效地增加記憶矩陣中個(gè)體的多樣性，避免算法陷于單個(gè)最優(yōu)解。
　　2、針對電磁場逆散射問題中目標(biāo)函數(shù)的峰半徑無法根據(jù)先驗(yàn)知識獲

3、取的缺陷，研究了峰半徑根據(jù)問題特點(diǎn)自動調(diào)整的方法，提出自適應(yīng)調(diào)整峰半徑的共享策略；針對共享策略中個(gè)體共享適應(yīng)度的計(jì)算比較耗時(shí)的缺陷，提出基于清除共享策略的和聲搜索算法。實(shí)驗(yàn)結(jié)果表明，兩種共享策略均具有良好的優(yōu)化效果，清除共享策略有效地降低了算法的時(shí)間復(fù)雜度。
　　3、為了解決傳統(tǒng)多種群策略中種群劃分的機(jī)械性，研究了根據(jù)目標(biāo)函數(shù)曲面的拓?fù)浣Y(jié)構(gòu)對種群進(jìn)行劃分的方法，使得劃分后的每個(gè)子種群只覆蓋多峰函數(shù)的單個(gè)峰群，提出了基于拓?fù)涠喾N群策

4、略的和聲搜索算法。實(shí)驗(yàn)結(jié)果表明，拓?fù)涠喾N群策略對大部分測試函數(shù)的優(yōu)化效果都很理想。
　　4、針對多模優(yōu)化需要對和聲記憶矩陣中個(gè)體的多樣性進(jìn)行保護(hù)，考慮將多目標(biāo)優(yōu)化技術(shù)引入到單目標(biāo)多模優(yōu)化的問題中來，在原目標(biāo)函數(shù)的基礎(chǔ)上增加一個(gè)目標(biāo)函數(shù)，將作為多樣性保護(hù)措施的個(gè)體之間擁擠距離的測量作為第二目標(biāo)，把原來的單目標(biāo)優(yōu)化問題轉(zhuǎn)換為雙目標(biāo)優(yōu)化問題，并在NSGA-II的基礎(chǔ)上，提出非支配排序和聲搜索算法。實(shí)驗(yàn)結(jié)果表明，雙目標(biāo)和聲搜索算法對于大部