遗传算法用于电磁优化的教程和概述.pptVIP

遗传算法用于电磁优化的教程和概述 2016年9月13日 目 录 CONTANTS 01 02 03 04 选题的背景与意义 论文综述 主要工作 中期总结 选题的背景与意义 01 01.选题的背景与意义 选题的背景 光是人类感知世界的主要手段，自由控制光波的传播是古今中外人类共同的梦想。经典电动力学中宏观电磁场在介质中的传播规律由麦克斯韦方程组描述。原则上从微波、红外、可见光到紫外等各种不同波段的电磁器件设计，都是根据所希望实现的器件功能结合电磁介质的特性进行。由于自然界中大部分天然材料的空间分布是均匀的，且对电磁场中电和磁分量的响应能力具有一定的局限性。因此常规电磁器件一般依赖于特定的几何外形实现其物理动能。 近年来具有非常规电磁特性的超材料研究材料发展迅速，衍生出各种具有新颖电磁特性的功能材料。其中一个特别引人关注的热门研究领域就是以电磁隐身为代表性应用的变换光学。 变换光学的许多问题往往需要优化算法来解决，而遗传算法能够很好的解决变化光学中许多复杂的优化问题。 The topics of the background 01.选题的背景与意义 选题的意义 The topics of the significance 变换光学结合超材料的发展给光学及电子工程领域引入了崭新的研究思路，使人们可以超出以前根据天然材料折射率均匀分布的特点设计电磁器件的局限，具有广泛而重要的应用前景。 变换光学的理想材料是超材料，目前具有任意电磁响应、三位超材料的设计和设备仍面临挑战。我们期望随着新理论框架的建设及新光学材料的进步，变换光学的发展必将超出预期，为科学进步带来崭新的未来。 遗传算法已是解决电磁优化问题的一个重要手段，已被证明可以适用于几乎所有的电磁散射优化问题当中。学习熟悉遗传算法，将会对今后的研究有很大的帮助。 意义1 意义2 意义3 论文综述 02 02.论文综述 论文综述 Paper reviews 自然界及其运化规律永远是人们研究和学习的对象。生物的遗传变异，优胜劣汰引发了人们对一种新型优化方法—遗传算法的研究。遗传算法仿效生物进化的这种规律，在众多优化方法中以其独特的思路和对复杂问题的处理能力引起了人们越来越多的兴趣。它在各方面的应用正在拓展之中。 在电磁散射问题中，许多优化问题，还没有得到很好的解答。主要是由于旧的一些优化方法难以对这一复杂问题做出解答。本课题将利用遗传算法来求解这一问题。 本课题提供了遗传算法用于电磁优化的教程和概述。遗传算法优化是一种模拟自然选择和进化的强大的随机搜索方法。讨论了传统的优化技术和遗传算法优化之间的关系。 01 02 03 02.论文综述 自然进化给人们演示出了一个个很好的优化范例,因此,它的这些特征也成了人们研究和仿效的对象。 70年代中, J.H.Holland等人提出了这种名为遗传算法的搜索方法,其具体实施主要有编码、选择、交换、变异等几个步骤。 近年来国内外学者在电磁散射求解方法上解决了不少实际问题，美国麻省理工学院的J.A.Kong及得克萨斯大学的A.K.Fung的出色工作代表了当今电磁散射理论的新潮流。中国电波传播研究所的科技人员也做出了突出贡献。由于实际问题较复杂，现有的电磁散射理论及求解方法远不能满足要求，存在的问题主要包括计算多重散射，取消能量传递的限制条件，远区场与近区场的交联耦合等。 遗传算法的优化方式已经成功地运用在各种电磁问题当中。通常文献中研究的隐身往往内部包裹的是PEC材料，电磁波或光波无法进入内部区域，因此在隐藏区域中无法获取外部区域的信息。相反，如果中心包裹的是介质材料，则电磁波可以进入内部区域，从而在内部区域中能够获取外部的信息，而且自身能够不被外界所发现，这是我们所设想的完全意义上的隐身。 主要工作 03 03.主要工作 主要工作 The main work 本项目拟采用理论分析、计算机仿真相结合的研究方法。首先通过理论分析得到电磁波与多层圆柱材料互相作用的计算方法，采用Matlab软件环境下的遗传算法与直接搜索工具箱（Genetic Algorithm and Direct Search Toolbox）优化相关参数， 然后用电磁仿真软件Comsol对这些参数进行模拟，再由仿真结果对相关参数进行修正，直至仿真结果达到预期要求。 (1)应用电磁散射理论，分析柱坐标系下多层均匀各向同性材料中电磁场，得到散射截面与材料电磁参数与几何结构的关系。 (2)通过Matlab软件环境下的遗传算法工具箱优化相关参数，使散射截面达到相关技术要求； (3)通过电磁仿真对这些优化参数进行模拟，将数值模拟结果与理论分析进行对比，修正某些参数，直至仿真结果达到的要求。 03.研究方法及过程 研究方法 The research ways Matlab及其遗传算法 com