Application of Continuous Parameter Genetic Algorithm to the Problem of Synthesizing Bandpass Distributed Amplifiers

Continuous parameter genetic algorithm (CPGA) is applied tosynthesis of monolithic GaAs FET bandpass distributed amplifiers for desired flat gain and maximum cutoff bandwidth. The results obtained by CPGA are compared with the results obtained by fuzzy genetic algorithm (FGA) and binary genetic algorithm (BGA).     

遗传算法在优化设计宽频微带天线中的应用

将遗传算法与FDTD法结合优化设计出了一种宽频微带天线.文中简要讨论了遗传算法的操作过程,并介绍了减少遗传算法与FDTD法结合优化微带天线计算量的方法.与初始矩形微带天线相比,优化后天线的阻抗带宽增加了三倍多.     

基于遗传算法的微带缝隙串馈赋形波束天线

使用遗传算法设计了一种串联馈电的8单元微带缝隙阵列天线.天线工作中心频率为3.5GHz,通过在适当位置插人不同特性阻抗的微带馈线,实现了天线在俯仰面95°～130°范围内双侧辐射的余割平方赋形波束设计;同时,将上半空间副瓣电平控制在-19dB以下.在其中心频率上,天线回波损耗小于-35dB,增益达10.9dBi.实测结果与设计结果一致性较好,说明了设计方法的可行性.     

基于遗传算法的圆形天线阵波束成形算法

将基于GA(遗传算法)的波束成形算法应用于二维圆形天线阵,研究了算法在解决抑制多个窄角度强干扰问题时的性能;同时提出了一种改进的二进制编码方法,该方法引入了若干参数用以方便地控制解的精度和搜索空间。仿真结果表明,算法可以使得天线阵在主波束对准有用信号的同时,有效地抑制多个强干扰。文中建立的模型适用于卫星通信抗空间恶意干扰问题。     

应用遗传算法进行阵列天线综合

该文采用了两种基于遗传算法的方法对线阵列天线进行了综合。仿真结果表明,这两种方法均能够逼近Chebyshev综合的结果。与Chebyshev法相比,具有灵活性强,不受天线工作频率限制等优点。其中第二种方法将遗传算法与Schelkunoff法结合起来,能够方便精确地在指定位置得到零点并满足其它的优化条件。     

基于遗传算法的阵列天线方向图综合技术

提出了一种改进的遗传算法,该算法采用了简单灵活的十进制编码,并对遗传参数进行了一些改进,使搜索效率有了较大的提高,有效地避免了早期收敛。应用这种方法,成功地实现了阵列天线的方向图综合。良好的计算结果表明遗传算法是目前求解此类问题的有效方法。     

基于混合遗传算法的多目标问题规划

遗传算法在问题优化中的应用已有了许多研究，但对于大型多目标规划问题而言，由于其问题特性和计算量大而限制了遗传算法的应用。为探索新的问题求解方法，提出了一种基于遗传算法和梯度算法的问题优化混合算法。用梯度法每次迭代得到的结果来改进遗传算法的群体，而用遗传算法的最优个体与梯度算法的迭代解相比较，选择其中的最优点作为梯度法下一步迭代的初始点。通过保持迭代过程的最优解，加快了搜索速度，并保证收敛于全局最优解。算例表明该方法兼具遗传算法的全局搜索能力和梯度算法的局部搜索的特点，且具有良好的工程适应性。     

EBG结构在35GHz微带阵列天线中应用

分别采用理论计算和实验测试法分析介质基片上钻孔型电磁带隙(EBG)结构的阻带特性,得出了一致结论.依据仿真与测试结果,设计了一种同时抑制TE和TM模的EBG结构,并应用于4单元35GHz微带型阵列天线.测试结果表明:该EBG结构微带阵列天线带宽增加约1倍,增益提高了1.3dBi.     

基于遗传算法的套筒单极子天线的优化设计

研究了套筒单极子天线的优化设计。文中采用将圆盘地面和套筒单极子天线整体分析的计算模型 ,运用矩量法结合基于小生境技术的遗传算法对其进行优化设计。最后 ,设计出一种工作在 110 - 390MHz频段、VSWR <3.0的实用套筒天线 ,分析计算结果与实验结果吻合良好 ,验证了本文方法的有效性和实用性。     

同轴馈电耦合微带天线的MPSTD-FDTD分析

将多区域时域伪谱(MPSTD)与时域有限差分(FDTD)相结合的混合算法应用于同轴馈电耦合微带天线的分析,该混合算法充分发挥两种时域算法的优越性,对同轴馈电耦合微带天线进行了准确建模与快速分析,数值仿真验证了该算法的有效性和准确性。     

改进遗传算法应用于超低副瓣天线阵的综合设计

提出了一种改进的遗传算法.在同一代中对各个个体采用不重复交叉和不重复变异的策略和分别在交叉和变异后采用精英保留的策略,并改进了自适应规则.将该算法应用于实现线阵超低副瓣方向图.将各个天线单元的电流幅度和单元间距作为参量进行优化.给出了线阵天线单元在不同单元个数和不同间距条件下的优化结果.结果表明,该改进的遗传算法能够优化实现低于-40dB的超低副瓣,优于已有文献中遗传算法对天线阵副瓣的综合设计结果.     

解Job－Shop调度问题的一个遗传算法

本文首先介绍了遗传算法的基本概念和流程，然后叙述了如何把Ｊｏｂ－Ｓｈｏｐ调度问题编码成为遗传算法的形式，并解释了对于实现这一算法中一些问题的考虑．最后给出了算法运行结果并对结果与算法做了总结。     

遗传算法在螺旋线行波管优化中的应用

遗传算法是一种可以对包含多个连续变量的目标函数进行全局优化的算法。本文在一维频域理论互作用程序的基础上,采用遗传算法对螺旋线行波管的慢波结构进行了全局优化设计,提高了行波管的互作用效率。在单频点优化过程中,螺旋线分成三段的情况下,利用遗传算法优化了输出功率最大的最佳螺旋线长度,然后利用遗传算法对多段螺旋线问题进行了优化。为了满足带宽的要求,本文又利用高低端优化的方法对螺旋线行波管进行了带宽优化,得出了一组高效的满足带宽条件的螺旋线行波管慢波结构的制管参数。     

一种新的天线阵方向图综合演化算法

为提高天线阵列方向性图综合优化计算效率,提出了一种新的双群体演化算法。该算法将优化变量向量模拟为团队成员,把该团队分为精英组和普通组,建立了两组的学习样板,定义了学习和探索运算,并合理设定了成员更新规则。两组成员在搜索过程中出现了明显分工,使算法兼备了全局搜索、局部搜索和定向搜索的能力。数值结果验证了新算法具有实现简单、计算量少和参数选择相对容易等特性。给出了用该算法对天线阵幅度、相位和幅相综合的数值结果,验证了新算法的有效性。该算法对解决同类的优化问题具有应用价值。     

基于自适应遗传算法的星载SAR天线方向图与模糊综合

该文针对改善星载合成孔径雷达(SAR)的模糊特性,提出了一种自适应遗传算法。该算法同时对模糊和方向图进行优化。首先确定模糊区域,然后以天线方向图的主瓣宽度和副瓣电平(包括星载SAR模糊区域的副瓣电平)为目标函数,应用自适应遗传算法对天线方向图进行综合。为了避免早熟的现象,在该算法中,交叉概率、变异概率和变异范围同时进行了自适应的变化。和非自适应遗传算法相比较,该算法迭代步骤少,收敛速度快。仿真结果表明,模糊度得到了很好的抑制,对星载SAR系统设计具有实际意义。     

多层介质中谱域格林函数的解析公式及在微带天线中的应用

首先假定平面电流源位于任一层介质中，然后利用谱域法和波矩阵技术，通过求解矢量电波场动方程，推导出了多层介质中谱域格林函数的解析公式，将所得公式应用于多层介质微带 天线的分析中，得 到了天线辐射场的理论计算公式，分析计算了一些工程实例，实验结果证实了理论计算的正确性。     

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。     

量子计算与遗传算法的融合及其在计算机通信网优化中的应用

该文将量子计算与遗传算法进行融合,其核心是在常规遗传算法中将量子的态矢量引入遗传编码,并自适应地进行量子旋转门的调整以实现染色体的演化,使算法具有更好的种群多样性和全局寻优能力。通过求解计算机通信网优化问题的实例,结果表明：新方法比采用常规遗传算法具有明显的高效性。     

遗传算法在平面波综合中的应用

采用实数码遗传算法完成近场测量中平面波综合的优化设计。将遗传算法与最小二乘法相结合．在最小二乘法平面波综合结果的基础上．应用遗传算法寻求阵单元最佳幅相分布对平面波进行优化。良好的计算结果表明了遗传算法求解此类问题的有效性。