风驱动优化算法技术及其在电磁学中的应用(修复的).docVIP

风驱动优化算法技术及其在电磁学中的应用 摘要： 本文引进了一种基于大气运动的自然启发的数学全局优化算法。提到的风驱动优化算法技术是为多维和多模式问题中实现检索的总体基于反复启发式全局优化算法。它的核心在于，根据牛顿第二运动定律，用一极小空气单元的数量引导N维有哪些信誉好的足球投注网站空间 ，它还能用于描述一小单元空气的运动。与近似粒子算法相比，风驱动优化算法在加速度方程中添加附加条件（如重力和地球自转偏向力），为达到好的稳定性提供了鲁棒性和额外自由度。利用风驱动原理和术语，为使风驱动参数稳定，大量的研究被提出。风驱动优化算法广泛运用在电磁优化问题中，包括天线线阵的组成，用于WiFi的双面人工磁导体，E形微带贴片天线。这些实例表明，在一些情况下，风驱动优化算法可以胜过其他一些熟知的技术，例如粒子群优化算法（PSO），遗传算法（GA）或差分进化算法（DE），然而风驱动优化算法能同时适用于离散和连续参数问题。 关键字：人工磁导体，差分进化算法，遗传算法，天线线阵，微带贴片天线，粒子群优化算法，风驱动优化算法。 1.前言 在开发用于解决科学和工程问题的优化算法过程中，大自然是启发优化算法的很好资源。早在十九世纪七十年代，得益于自然启发的遗传算法就出现了，其中一些被证明用于全局优化算法是很有效的。伴随着遗传算法，粒子群优化算法，蚁群算法，差分进化算法，克隆选择算法，协方差矩阵自适应进化算法，提出并成功运用了其他很多算法。然而，由于每种算法都有它的优缺点，由Wolpert用数学方法证明的事实，还没有一种简单的自然启发数学算法可以作为一个标准，去解决各式各样的问题。 在电磁学综合和优化问题中已经利用自然启发技术，从而达到不同程度的成功。这种技术在电磁学中应用非常广，从天线设计到超材料的组成。例如，相当量的工作用于个人天线元件优化设计，从简单的金属天线到广泛用于包括GPS,WiFi,手机，车辆，船，飞行器和卫星系统的复杂天线元件。自然启发优化算法的目的是完成天线的阵列，从而达到元件细化，减少旁瓣，综合辐射特性，降低耦合和超宽带性能。加上阵列组合技术，应用这些算法解决逆散射问题，无线传媒和超材料是值得考虑的。超材料的实例和结构关系已经成功优化，包括吸收器，频率选择表面，电磁带隙表面，另外更多的应用于覆盖宽频率范围。建立在现有自然启发优化算法成功记录的基础上，本研究介绍并应用的一种完全新的优化方法，我们把它叫做风驱动优化算法（WDO）。 本文的精髓在于，风驱动优化算法和群粒子驱动相似，它是基于反复启发式全局优化技术在多维和多模型问题中具有提高有哪些信誉好的足球投注网站约束的潜能，尽管这种潜能在本文中并没有得到明确证明。风驱动优化算法启发于大气的运动，即一极小块空气的运动轨迹可以用牛顿第二定律来描述。余下的内容的结构如下。在第二部分中，用大气运动的底层物理方程详细描述风驱动优化算法，在第三部分，一个参数研究将被提出以增强风驱动优化算法。接着，提到一些优化实例，包括第四部分的线性天线线阵优化中风驱动优化算法和群粒子优化算法的比较，第五部分双面人工磁导体的设计，第六部分E形微带贴片天线。最后在第七部分给出了总结。 2.风驱动优化算法技术 风驱动优化算法的启发来自于大气，也就是风的运动可以补偿大气压力的不平衡[38]。学术中的“风”其实是关于地球表面的空气运动，特殊地，在大气的最低层叫做对流层。对流层从地壳表面一直向上延伸到大约18km的高度,其厚度根据纬度的不同而不同。由于地球的重力加速度g的作用，一定质量的大气会受到重力作用，大气压力可以用单位面积受到的力简单定义。对流层包含多于大气质量的75%，以及大部分的天气变化，例如“风”。太阳光照到地球上，不仅使地球表面升温，而且使大气层升温。然而，影响局部的温度的因素又是非常多的，例如纬度、当地云层覆盖范围和当地河流的分布。另外，由于地球的形状，在任何时候，太阳只能照亮地球的一半，这导致在特定的地区能量会下降。由于从太阳到达地球表面的能量不同，在一个地区的温度会显著变化。温度高的地区空气温度也会升高，温度低的地区空气温度会降低，这将导致温度高的地区空气密度减小，温度低的地区空气密度增大。不同温度导致不同地区空气密度和大气压不同，不同大气压使空气气压高的地区流向气压低的地区。导致这种流动原因是气压梯度（▽P），它可以通过距离的变化计算出来，在直角坐标系中表示如下： ?P=?P?x，?P?y，?P?z （1） 特别地，风沿压强梯度压力方向从高压地区向低压地区做匀速运动[38],[43]。为了表明气压梯度降低的方向，在下面的方程中添加了负号。考虑到空气有限的质量和体积（δV），压强梯度力（FPG）表示如下： FPG=-?PδV