粒子群優(yōu)化算法及其在電磁設(shè)計(jì)中的應(yīng)用.pdf

1、電磁場逆問題的研究歷史已逾百年。電磁場逆問題一般指電磁裝置的優(yōu)化設(shè)計(jì)問題，而這類問題普遍存在于現(xiàn)實(shí)世界和工程領(lǐng)域。目前求解電磁場逆問題的通用方法是把它分解為一系列正問題，然后借助于優(yōu)化算法迭代求解;因而，優(yōu)化算法和正問題的數(shù)值分析方法為電磁場逆問題研究的兩個主要內(nèi)容。在求解逆問題時，由于在每一迭代步中都需進(jìn)行至少一次高精度的數(shù)值計(jì)算（通常為有限元分析），因而，相比于正問題求解，逆問題的分析與計(jì)算需要巨大的計(jì)算資源。為了解決上述問題，進(jìn)入

2、本世紀(jì)后，人們一直在不斷努力以構(gòu)建電磁場逆問題的通用求解方法。實(shí)際上，借助于數(shù)值方法，人們成功解決了許多實(shí)際電磁場問題的分析和計(jì)算。電子計(jì)算機(jī)技術(shù)和工業(yè)技術(shù)的不斷進(jìn)步和發(fā)展也極大促進(jìn)了各種新的數(shù)值方法在電磁場逆問題中的研究和應(yīng)用。已如前述，電磁場逆問題的分析和計(jì)算一般將其轉(zhuǎn)換成一系列正問題，然后采取優(yōu)化算法進(jìn)行迭代求解。因此，優(yōu)化算法是電磁場逆問題研究的重要內(nèi)容。在優(yōu)化算法研究方面，過去的20年里，基于種群的優(yōu)化算法已經(jīng)成為了優(yōu)化技術(shù)中

3、不可以缺少的方法和工具。
　　本文系統(tǒng)地分析和研究了一類全局隨機(jī)類優(yōu)化算法:粒子群優(yōu)化算法的發(fā)展歷程，本文工作的主要思想為:提出了一種白適應(yīng)的變異算子，一種采用錦標(biāo)賽策略的最優(yōu)粒子選擇方法和一種運(yùn)用變異機(jī)制的最優(yōu)粒子選擇策略;還提出了針對傳統(tǒng)PSO算法的參數(shù)設(shè)置新策略。為避免早熟現(xiàn)象，提出了PSO改進(jìn)算法一。改進(jìn)算法一通過設(shè)置一個特定的選擇比例，自適應(yīng)變異個體最優(yōu)粒子和全局最優(yōu)粒子。為保證搜索過程中粒子的多樣性及探索更廣闊的搜索空

4、間，本文提出了改進(jìn)PSO算法二。改進(jìn)算法二提出了一種新的全局最優(yōu)解。此外，改進(jìn)算法二還提出了基本參數(shù)的動態(tài)變化策略，實(shí)現(xiàn)了全局搜索和局部搜索的平衡。為改善搜索過程并控制優(yōu)化過程后期種群的多樣性，本文提出了改進(jìn)PSO算法三。改進(jìn)算法三提出應(yīng)用變異機(jī)制從當(dāng)前種群中選擇新的最優(yōu)粒子;此外，改進(jìn)算法三還提出了PSO基本參數(shù)的動態(tài)變化策略以保證全局搜索和局部搜索的平衡。上述的新策略不僅提高了傳統(tǒng)PSO的尋優(yōu)性能還避免了PSO搜索過程易發(fā)生的早熟現(xiàn)