基于决策变量交互识别的多目标优化算法

当前求解大规模优化问题的关键在于决策变量的有效分组。随着决策变量规模的增大,决策变量间以及决策变量与目标函数间的关系愈加复杂。在总的适应度评价次数给定的条件下,决策变量分组所消耗的适应度评价次数越多,种群进化过程中所剩适应度评价次数越少,从而影响算法收敛能力,导致解集质量下降。为解决以上问题,首先,提出了一种决策变量交互识别策略,该策略能够以较少的适应度评价次数,识别决策变量的潜在交互结构并形成子组件,实现每个子组件间关联性最小;其次,在决策空间中根据个体间角度来划分每个子组件的邻域范围;最后,结合MOEA/D算法框架,提出了MOEA/D-IRG(基于决策变量交互识别的多目标优化)算法分别独立优化各个子组件。仿真实验结果表明:在LSMOP1-4测试问题上,随着决策变量规模的增加,MOEA/D-IRG算法性能明显优于NSGA-II、MOEA/D和S3-CMA-ES算法,所获解集质量更高。     

基于界面电磁学的新型相控阵天线

界面电磁学是电磁学领域的一个前沿研究方向, 对于新型微波和天线器件设计具有重要的理论指导意义.文章对界面电磁学进行了简要介绍, 包括其发展历程、学科定位, 以及关键研究内容.还进一步提出了基于界面电磁学的相控阵天线设计新思路, 并给出了多个相控阵天线设计实例, 包括采用旋转式电磁表面的微马达相控阵、采用电调数字表面的超大口径相控阵(10 240单元)、超高频率相控阵(96 GHz)和透射式相控阵.最后介绍了新型相控阵在微波/毫米波安检成像系统中的应用, 实验结果证明了全电调快速空间成像的可行性与成像精度.     

基于相控电磁表面的W波段雷达系统研究

该文将介绍一种W波段相控电磁表面雷达系统。这种工作在92～96 GHz的相控电磁表面天线,仅利用普通的印刷电路板(PCB)加工工艺及加工精度要求,通过合理的单元设计,可以控制掺杂本征材料的二极管(PIN)实现电流翻转,能轻便地、低成本地在W波段保证稳定的180°调相效果。进一步通过输入合适的空间编码,相控电磁表面天线可以形成具有不同指向的波束。这种具有空间波束扫描能力的透射型相控电磁表面天线,用作雷达系统的接收天线。该文提出的W波段相控电磁表面雷达系统及其加工和测试结果,为后续研究精确制导、目标识别、成像等应用提供了基础。      

基于邻域检测与反馈的混合重采样进化挖掘方法

在不平衡数据分类问题中，样本的稀缺性和复杂分布特性是造成分类性能下降的主要原因.现有混合重采样方法结合过采样和欠采样方法来调整样本的局部分布，但独立于模型训练，被删减的样本价值及其对分类器的影响难以估计.针对该问题，提出了一种邻域检测与反馈的混合重采样进化挖掘方法(APMMOEA-EC),该方法以召回率和精准率为优化目标，根据模型性能反馈引导最优样本组合的优化过程.首先使用线性插值法合成少数类样本；然后提出邻域检测方法计算每个样本邻域中异类样本个数，并设置容忍值选取部分样本进行优化，从而对决策空间降维；在优化阶段，提出自适应搜索行为转换方法，对满足一定收敛程度的最优解及其变量特征进行频繁模式挖掘，对非零候选集进行局部优化，进一步提高解集质量.在具有复杂分布的7个不平衡数据集上，对容忍值进行参数选择实验；并与5种流行的多目标优化算法进行性能对比实验；在3个规则不同的分类器上，对比5种流行的不平衡数据处理方法的分类精度，上述实验结果均表明了APMMOEA-EC方法的优越性.