双交换遗传算法及其在非周期天线阵方向图综合中的应用

提出了一种双交换遗传出法,它拓展了传统遗传算法的基本思想,通过引入双交换繁殖操作和参数化染色体,摆脱了传统遗传算法收敛对初始群体的依赖性,避免了传统遗传算法繁琐的编解码过程,因而,它比传统遗传算法更有效和更实用,为了说明双交换遗传算法的有效性和实用性,将双交换遗传算法应用于非周期圆形天线阵扫描方向图综合,应用表明双交换遗传算法可以成为一种通用的阵列天线辐射方向图综合工具。     

遗传算法在阵列天线方向图综合中的应用

遗传算法是一种高效的搜索算法。本文采用遗传算法对18元天线阵列方向图进行综全优化设计，并与用Woodward法得到的结果进行了比较。     

遗传算法在阵列天线赋形波束综合中的应用

基于遗传算法，提出了一种新的阵列天线赋形波束综合方法，在阵列天线单元数，单元间距一定的情况下，对阵列天线单元馈电幅度，相位进行优化选择，使赋形波束达到设计要求，解决了遗传算法在阵列天线赋形波束应用时的关键技术和实现方法，进行了实验例证，获得了优良的赋形波束形状，显示了遗传算法在天线设计中的广泛应用前景。     

遗传算法在和差波束印刷天线中的应用

讨论比较了四种现代化方法的基本原理和内容，据此选择遗传算法建立了一种耦合渐变槽线天线的多目标优化模型，用于设计单脉冲系统的和差波束印刷天线，详细讨论了应用遗传算法的具体步骤，经计算得出的天线性能达到了预期的优化目标，并得到实测数据的验证。     

一种结合遗传算法和HFSS 的天线仿真与优化方法

电磁仿真技术在现代天线设计中发挥着重要作用。讨论了一种结合遗传算法和全波电磁仿真软件HFSS 的天线优化设计方法。采用遗传算法进行天线设计,能够直接设计一种新结构天线,并易于对天线的结构进行调整。在介绍了遗传算法基本原理的基础上,阐述了遗传算法在天线仿真和优化设计中的具体应用问题。通过VBS脚本将遗传算法与Ansoft HFSS 连接起来,对一种电磁耦合馈电的双极化毫米波微带天线进行了优化设计,展宽了该天线的阻抗带宽,天线指标满足设计要求,表明了采用遗传算法进行天线仿真的可行性。     

基于遗传算法的阵列相位自适应

提出了一种新的基于遗传算法的天线阵列的自适应算法，根据实际的硬件限制，不改变阵列的幅度加权，通过遗传算法对相位加权作局优化，为对天线性能的破坏，只优化搜索数字移相器的最后几位，就可在干扰来波方向获得相当低的零深，计算机模拟结果证实了该方法的有效性。     

基于遗传算法的阵列天线赋形波束综合

提出了一种改进的适应度函数确定方法,算法采用易操作的二进制编码。通过改变适应度函数中的待定参数,有效提高了搜索效率。采用遗传算法对基站天线的方向图赋形,其结果优于同种条件下用Woodward法得到的结果。结合工程实践,考察了本文遗传算法的解的稳定性。     

阵列天线的遗传算法综合

提出了一种基于排序的实数码遗传算法并用于阵列天线的方向图综合。该算法对简单遗传算法的编码方式、选择策略、交叉和变异操作进行了改进,使搜索效率有了很大的提高,有效地避免了早期收敛。在实例设计中体现出优良特性,获得了比有关文献更好的结果。     

一种利用相控天线阵综合扇区波束的方法

提出一种利用遗传算法优化得到的阵列天线综合扇区方向图的方法，并分析了其性能及对误差的敏感度。该阵列可用于TD-SCDMA系统实现分扇区技术和波束赋形技术的结合使用。     

考虑互耦影响的阵列综合

阵列天线综合一般是基于理想的单元天线方向图，而不考虑阵元间的互耦。本文提出了一种考虑互耦的基于遗传算法的阵列天线综合方法。该方法首先利用商用仿真软件分别计算阵列中各个阵元在阵列中的方向图，再通过遗传算法优化出目标方向图。通过实例比较可以看出，这种方法能够比较精确的仿真计算阵列的方向图，易于在工程上实现高性能的天线阵列系统。     

稳态噪声背景下加权Myriad滤波的遗传算法实现

该文利用遗传算法具有全局最优搜索的特点,同时,考虑到运算复杂度问题,提出了用十进制代替传统的二进制进行算子操作的遗传算法,来获得加权Myriad滤波器输出。另外,针对在原自适应权值训练算法中权值处于稳定区后波动仍较大的问题,分析了波动存在的原因并对其进行了改进.仿真结果表明,该方法在较多极值点的情况下,所有染色体均可快速收敛至全局极值点,并且改进后权值估计可使滤波效果有明显改善。     

一种基于改进混合遗传算法的贴片机装配工艺优化方法

贴片工艺流程是贴片机装配速度提高的瓶颈。首先对遗传算法的遣值线性尺度变换作了改进，然后在改进的遗传算法中融入模拟退火算法，提出了改进的混合遗传算法，提高了遗传算法的全局寻优能力。针对拱架型贴装机，采用改进混合遗传算法对装配工艺进行优化设计。计算结果表明，能明显缩短PCB的装配时间，优化效果较采用遗传算法和邻近算法更为明显。     

基于边缘特征的SAR图像与光学图像的匹配

提出了一种新的基于边缘特征的合成孔径雷达(SAR)图像与光学图像相匹配的算法，可用于无人飞行器的导航。首先针对SAR图像低信噪比的特定情况，提出了一种简单实用的线状特征提取方法。而后在提取边缘的基础上，采用改进的具有强抗干扰能力和容错能力的Hausdorff距离作为相似性准则进行图像匹配。在搜索策略上．采用遗传算法来加快搜索的速度。实验结果表明，这种算法匹配精度高，计算速度快。     

基于混合遗传算法的非周期阵列综合技术

针对遗传算法的缺陷,文中首先提出了一种改进的结合局部搜索算法的混合遗传算法,并用5个测试函数对混合遗传算法的性能进行了测试,充分说明了新算法的有效性。最后利用混合遗传算法对一种由6×6个单元构成的非周期大间距阵列进行了综合,在±15。扫描范围内最大副瓣电平小于-16 dB,扫描增益大于24 dB,达到了设计要求,并对最终结果进行了分析,提出了改进的方法。     

基于改进的量子遗传算法的多用户检测

为了加快量子遗传算法(QGA)的收敛速度,减小基于QGA的多用户检测的计算复杂度,提出了一种基于改进的量子遗传优化算法(MQGA)的多用户检测算法.通过引入小生境协同进化策略初始化量子种群,并采用自适应更新旋转角策略,改善了QGA的收敛性能和寻优能力.仿真结果表明,提出的多用户检测算法在收敛速度、误码率、抗远近能力及系统容量方面都优于遗传算法多用户检测器、量子遗传算法多用户检测器和传统多用户检测器.     

浅层地下震动定位方法研究

提出一种利用改进遗传算法解决浅层地下震动定位的问题,模拟时差定位模型进行震源坐标的求解,由于模型的复杂性,采用了浮点数编码的遗传算法,引入一种自适应的交叉算子和变异算子。实验结果表明,在保证种群数量的情况下,该算法性能大大优于一般遗传算法,能快速找到逼近全局最优的解,并且精度更高。     

基于遗传算法的关联规则数据挖掘

关联规则是数据挖掘的重要手段,它基于支持度、置信度等对规则进行筛选,生成有用的规则,由于根据实际情况有时会产生虚假规则,所以兴趣度也自然被引入。遗传算法是自动化技术、专家系统等经常采用的算法。通过改进的遗传算法进行关联规则数据挖掘并进行了实例应用。遗传算法能较好地得出发生交通事故原因与结果的关联规则,提高数据挖掘的效率。     

基于遗传蚁群融合算法的混合链路中继卫星资源调度研究

针对遗传算法容易陷入局部最优和蚁群算法初始信息素匮乏的缺点, 提出将遗传和蚁群融合算法应用于中继卫星系统的资源调度问题。通过改进蚁群算法信息素的定义, 利用基于时间窗口序号编码思想, 给出中继卫星资源调度约束条件与目标函数并建立数学模型。仿真分析了融合算法、标准遗传算法和改进蚁群算法的优化特性, 结果表明融合算法是解决中继卫星调度问题的有效方法。     

遗传算法在PFC控制电路优化设计中的应用研究

针对标准遗传算法易发生未成熟收敛和收敛速度过慢的缺陷,提出了遗传算法的改进策略。尝试应用改进的遗传算法优化设计PFC控制电路的控制参数,在控制电路小信号模型的基础上,分析电流控制环的主要作用,选择合适的适应度函数。     

基于遗传算法的二维散射中心提取研究

提出了一种基于遗传算法的雷达目标二维散射中心提取方法，并给出了适用条件，它采用CLEAN方法，将每个散射中心的提取转化为一个非线性优化问题，并利用改进的遗传算法进行优化求解。仿真结果表明，相对于传统的FFT方法和2-D Esprit方法，文中提出的二维散射中心提取方法在准确性、鲁棒性和分辨力等方面具有优势。