一种基于Kriging模型的天线高维全局优化算法

一种基于Kriging模型的天线高维全局优化算法
陈晓辉;裴进明;郭欣欣
【期刊名称】《计算机工程与科学》
【年(卷),期】2017(039)006
【摘要】传统的天线优化设计需要对大量的参数组合进行电磁仿真后才能得到最优结果,使得天线高维优化设计效率普遍较低.针对该问题,使用在参数空间均匀分布的少量样本及其仿真结果构建初始Kriging模型,优化循环中每代种群由高适应度个体和高离散性个体组成,依据Kriging模型预测的个体响应和不确定性,对进化后的下一代种群进行筛选,选择最优个体执行电磁仿真并更新Kriging模型.利用此方法优化一个6变量E形天线的工作频点,相比同类优化算法,所需的电磁仿真次数可减少80％左右.%Traditional antenna optimization designs need numerous simulation trials of different parameter combinations to reach the optimum,which leads to low efficiency in solving high dimensional antenna design and optimization problems.To address this issue,we design an initial Kriging model by using a few uniformly distributed sampling points and their simulation data.During the optimization iterations,the population of each generation is comprised of individuals with high fitness as well as individuals with high diversity.The optimal individual is selected according to its responses and uncertainty predicted by the Kriging
model.Electromagnetic simulations are conducted for this individual,and the results are used to update the Kriging model.This algorithm is applied to optimize the resonant frequencies of an E-shaped antenna with 6
pared with other optimization methods,the number of EM simulation is reduced by about 80％.
【总页数】5页(P1087-1091)
【作者】陈晓辉;裴进明;郭欣欣
【作者单位】安徽工程大学电气工程学院,安徽芜湖241000;安徽工程大学电气工程学院,安徽芜湖241000;安徽工程大学电气工程学院,安徽芜湖241000
【正文语种】中文
【中图分类】TN820
【相关文献】
1.基于仿真试验和Kriging模型的多目标优化问题全局优化算法 [J], 张建侠;马义中;朱连燕;韩云霞
2.一种利用膜计算求解高维函数的全局优化算法 [J], 拓守恒;邓方安;周涛
3.基于DE和SA的Memetic高维全局优化算法 [J], 拓守恒
4.一种基于代理模型和差分进化的天线高维快速优化算法 [J], 郭欣欣;陈晓辉;裴进明;
5.一种基于代理模型和差分进化的天线高维快速优化算法 [J], 郭欣欣;陈晓辉;裴进明
因版权原因，仅展示原文概要，查看原文内容请购买。