期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:杨建华,孙钢.天线辅助设计IGA方法[J].哈尔滨工业大学学报,2010,42(2):317.DOI:10.11918/j.issn.0367-6234.2010.02.030
YANG Jian-hua,SUN Gang.A novel immune genetic algorithm for antenna design[J].Journal of Harbin Institute of Technology,2010,42(2):317.DOI:10.11918/j.issn.0367-6234.2010.02.030
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1083次   下载 858 本文二维码信息
码上扫一扫!
分享到: 微信 更多
天线辅助设计IGA方法
杨建华,孙钢
1.浙江大学科学技术研究院;2.浙江大学计算机科学与技术学院
摘要:
为了高效设计高性能的天线,将免疫遗传算法引入天线辅助设计领域.在传统遗传算法的基础上增加抗原识别、记忆功能和浓度调节,同时引入一种新型的混合编码技术简化天线结构描述及交叉、变异等遗传操作,实现天线结构的快速优化设计.仿真结果表明,相比传统遗传算法,在天线结构设计中应用免疫遗传算法,迭代次数明显减少,收敛速度提高50%~60%,算法执行效率显著提高,在频率为8.47GHz时设计所得天线的最大平均增益和最小平均增益分别提高119.91%和258.89%,性能优异.免疫遗传算法克服了遗传算法由于交叉搜索而在局部搜索解空间时效率较差的缺点,有效地避免了未成熟收敛的问题,收敛稳定且速度明显加快,体现了免疫遗传算法在天线辅助设计中的优异性和高效性.
关键词:  免疫遗传算法  混合编码  浓度调节  记忆库  天线结构设计
DOI:10.11918/j.issn.0367-6234.2010.02.030
分类号:TP18;TN820
基金项目:预研基金资助项目(9140A07050106JW0404)
A novel immune genetic algorithm for antenna design
YANG Jian-hua1,2, SUN Gang3
1.Sci-Tec Academy of Zhejiang University,Hangzhou 310027,China;2.College of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China);3.College of Computer Science and Technology,Zhejiang University,Hangzhou 310027,China)
Abstract:
The immune genetic algorithm (IGA) was introduced into the fast optimization of antenna design.By employing antigen recognition,concentration regulation as well as memory mechanism,and adopting a new hybrid encoding to simplify the description of antenna structure and the operations of crossover and mutation;the fast optimization of antenna structure was realized.;The simulation of ST5 satellite antenna was carried out to verify the proposed method.Results show that the iteration times are reduced evidently in the antenna design,the convergence rate is sped up about 50%-60%.The maximum and minimum average gains for the designed antenna at 8.47 GHz are increased by 119.91% and 258.89%,respectively.Compared with traditional genetic algorithms,IGA overcomes their shortcomings in local search and avoids the problem of immature convergence,which proves the effectiveness of IGA in the antenna design.
Key words:  immune genetic algorithm  hybrid encoding  concentration regulation  memory mechanism  antenna structure design

友情链接LINKS