基于種群的隨機優(yōu)化算法研究及其在電磁場逆問題中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、基于工程設(shè)計的現(xiàn)實需求和理論研究的巨大價值,電磁場逆問題研究已經(jīng)跨越了整整一個世紀(jì)。盡管如此,直到上世紀(jì)末期電磁場逆問題的普適計算方法才逐漸成熟,數(shù)值計算方法逐步成為電磁場逆問題分析計算的主導(dǎo)方法。而數(shù)值求解方法的核心是將電磁場逆問題分析為一系列正問題進(jìn)行迭代求解。因而,優(yōu)化算法成為電磁場逆問題研究的主要內(nèi)容。
  本文基于種群的隨機類優(yōu)化算法是一類重要的優(yōu)化算法,對其進(jìn)行了較為系統(tǒng)的研究,在總結(jié)、分析國內(nèi)外現(xiàn)有成果的基礎(chǔ)上提出了

2、一種具有工程價值的快速全局優(yōu)化算法。首先,對兩種基于種群的隨機類全局優(yōu)化算法,粒子群算法和量子粒子群優(yōu)化算法進(jìn)行了深入研究,介紹了兩種算法的起源、原理、發(fā)展以及兩者之間的區(qū)別與聯(lián)系。隨后,在此工作的基礎(chǔ)上,結(jié)合工程實際,以平衡算法的全局搜索能力與局部細(xì)化能力為目標(biāo),通過引入新的參數(shù)控制策略、引入動態(tài)鄰域結(jié)構(gòu)、設(shè)計新的附加終止條件以及引入種群再生機制等方式,提出了兩種改進(jìn)的量子粒子群優(yōu)化算法。同時自編了相應(yīng)的計算機程序。最后,通過對以超導(dǎo)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論