智能优化算法的研究及其在天线设计中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 智能优化算法 | 第9页 |
| 1.2.2 智能优化算法在电磁领域的应用 | 第9-10页 |
| 1.3 主要贡献和论文组织 | 第10-12页 |
| 1.3.1 主要贡献 | 第10页 |
| 1.3.2 论文组织 | 第10-12页 |
| 第二章 常见智能优化算法 | 第12-18页 |
| 2.1 遗传算法、粒子群算法和差分进化算法 | 第12-16页 |
| 2.1.1 遗传算法 | 第12-14页 |
| 2.1.2 粒子群算法 | 第14-15页 |
| 2.1.3 差分进化算法 | 第15-16页 |
| 2.2 遗传算法、粒子群算法及差分进化算法的异同 | 第16-17页 |
| 2.2.1 三种智能优化算法的相同点 | 第16页 |
| 2.2.2 三种智能优化算法的区别 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 团队进步算法及其改进 | 第18-38页 |
| 3.1 团队进步算法 | 第18-23页 |
| 3.1.1 团队进步算法基本思想 | 第18页 |
| 3.1.2 团队进步算法运算 | 第18-20页 |
| 3.1.3 团队进步算法流程 | 第20-23页 |
| 3.2 团队进步算法的改进 | 第23-24页 |
| 3.2.1 几何学习样板 | 第23页 |
| 3.2.2 动态学习样板 | 第23-24页 |
| 3.3 算法性能测试 | 第24-37页 |
| 3.3.1 基准测试函数 | 第24-29页 |
| 3.3.2 函数测试统计比较 | 第29-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 天线优化方法 | 第38-46页 |
| 4.1 基本天线参数 | 第38-39页 |
| 4.2 HFSS 简介 | 第39-41页 |
| 4.2.1 HFSS 脚本控制 | 第40-41页 |
| 4.3 目标函数的设定 | 第41-43页 |
| 4.4 外挂优化器流程 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 平面单极子宽带天线的优化设计 | 第46-55页 |
| 5.1 天线结构 | 第46-48页 |
| 5.2 优化目标函数与优化结果 | 第48-51页 |
| 5.3 与 PSO 优化对比 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 本文总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 致谢 | 第61页 |
