电磁场逆向问题计算的优化算法素材.docxVIP

电磁场逆向问题分析计算的优化算法SY1502112 李佳宁 （北京航空航天大学 电子信息工程学院，北京100191）摘要随着计算机技术的发展和电磁场数值计算理论、方法的不断丰富与完善,以及工程技术发展的客观需求,以电磁装置的优化设计为背景的电磁场逆向问题已成为国内外计算电磁学的研究热点之一。目前,对于电磁场逆向问题的求解,都是将其分解为一系列正向问题,然后采用一定的优化方法通过迭代解算达到最终优化设计的目的。有鉴于此,本文对电磁场逆向问题的核心内容之一—即优化算法,进行了较为深入系统的研究。在充分分析、归纳国内外现有优化算法的基础上,列举了几种具有工程实用价值的新快速全局优化算法。一方面,本文对归属随机类优化算法的遗传算法和粒子群算法进行了重点研究。在分析各自特点基础上,为提高遗传算法和粒子群算法的全局搜索能力和快速寻优能力,分别列举了若干改进措施,得到了适用于电磁装置单目标多峰函数全局优化设计的改进遗传算法、禁忌算法、基因算法、改进粒子群算法等。另一方面，本文分析了这些算法的相似处和不同的地方。总结出一些解决电磁场逆向问题的有效优化方法。关键词：电磁场逆向问题改进遗传算法改进粒子群算法第一章绪论1.1课题的背景和意义在电磁场工程技术的研究中，已知一个系统或装置的源参数、结构参数和媒质参数的情况下,由源求解电磁场的信息及相关特性的问题称为电磁场正问题。而由电磁场反求源，几何参数或介质参数,以至整个装置的结构和参数的问题称为电磁场逆问题。电磁场正向问题的求解己经具有相当完善的理论体系,发展了许多各具特色的解析方法和数值方法。然而随着科技的发展，正向问题的求解往往已经不能满足工程技术发展需要,实际工程中越来越多需要解决的是与电磁场正向问题相对应的电磁场逆问题。电磁场逆向问题虽然是整个电磁场理论和数值计算方法的有机部分,但是由于其研究历史短,以及问题本身的特点,至今仍缺少相对成熟的理论体系和快速可靠的算法。本论文即是结合本人的研究方向“电磁逆散射”与“智能优化方法”，综述一些全局优化方法在电磁场逆向问题研究方面的应用。1.2 国内外研究现状解决一个电磁场逆向问题,首先应建立它的数学模型,然后再对数学模型进行分析、求解[1]。从数学角度来看,电磁场逆向问题可归结为非线性数学规划问题,具体表述为:（1-1）式中,n为设计变量个数,xi为第枚设计变量,f(x)为目标函数,为约束条件。由于大多数工程电磁场问题不具有解析解并且有些问题的优化变量和电磁场量不存在显式的确定关系,因此,目前国内外学者对于电磁场逆向问题的求解,都是把它们分解成一系列正向问题,然后利用一定的优化方法进行迭代运算。因而,电磁场逆向问题的研究主要围绕电磁场“数值计算方法”和“优化设计方法”两方面进行。在第一方面的研究中,那些主要数值计算方法的理论基础已经成熟,算法也比较完善,因此电磁场逆向问题研究基本采用拿来主义。在电磁场逆向问题优化算法研究方面,由于电磁装置设计中所有优化问题(包括电磁场逆向问题)几乎都可归结为多(冲突)目标函数的非线形规划问题，而每一目标函数又大多为多极值点的非凸函数,因此,全局优化算法的研究在电磁场逆向问题优化算法研究中居主导地位。由于各种确定类的优化算法都不能有效地搜索到全局最优解,同时理论上只要满足一定的条件,随机类算法均能搜索到全局最优点。因而随机类全局优化算法进一步成为电磁场逆向问题研究的主要内容之一。通过对社会、自然或物理现象的模拟,人们提出了电磁场逆向问题分析、计算的遗传算法、自适应对偶种群算法、基因算法、禁忌算法和粒子群算法等全局优化算法。与确定类算法相比,这类算法的突出优点是算法具有“上山性”,因而算法能够跳出局部极值点而搜索到全局最优解。与传统的随机类算法相比,这些算法的“上山性”具有目的性,从而可以较少的计算代价取得满意的计算结果。为此,研究工作主要围绕以下几个方面进行:(l)对算法本身的结构参数等进行改进。由此发展出各种改进的遗传算法、粒子群算法、改进禁忌算法以及并行遗传算法等;(2)分析这些算法的相似处与不同处。总结出一类解决电磁场逆向问题的有效优化方法。第二章电磁场逆向问题分析计算的各种改进算法2.1电磁场逆向问题分析计算的改进遗传算法在《电磁场逆问题分析计算的快速全局优化算法研究—张慧（浙江大学）》一文中，为了解决群体的多样性和群体早熟的问题，作者主要采用划分迭代阶段、自适应遗传算法和适应值比例变换法等机制对基本遗传算法(SGA)进行改进。（1）划分迭代阶段为提高搜索效率,将优化过程划分为两个不同的阶段,即随机搜索和局部优化两个阶段。（2）自适应遗传算子本文所采用的自适应遗传算法对于交叉概率Pc和变异概率Pm采用动态值,根据适应度的大小来改变取值。即当种群各个体的适应度趋于一致或局部最优时,Pc和Pm增加;而当群体适