首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于粒子群算法的超材料单元结构优化及传感应用研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第8-23页
    1.1 超材料简介第8-16页
        1.1.1 超材料发展第8-10页
        1.1.2 左手材料第10-16页
    1.2 粒子群算法第16-21页
        1.2.1 粒子群算法基本原理第16-17页
        1.2.2 粒子群算法的流程第17-18页
        1.2.3 粒子群算法优化可行性测试第18-20页
        1.2.4 粒子群算法在电磁领域中的运用第20-21页
    1.3 论文主要内容和结构安排第21-23页
第二章 MATLAB与HFSS联合优化算法第23-27页
    2.1 仿真软件简介第23-24页
    2.2 HFSS-MATLAB-API工具箱第24-25页
        2.2.1 HFSS-MATLAB-API简介第24页
        2.2.2 HFSS-MATLAB-API基本原理第24-25页
    2.3 优化方案第25-27页
        2.3.1 优化框架第25-26页
        2.3.2 优化程序第26-27页
第三章 PSO优化开口非对称谐振环第27-35页
    3.1 非对称开口谐振环简介第27-28页
    3.2 非对称开口谐振环传感器设计第28-29页
    3.3 PSO优化算法优化开口谐振传感器第29-34页
        3.3.1 参数设置第29-30页
        3.3.2 PSO算法设计第30-31页
        3.3.3 优化结果分析第31-34页
    3.4 本章小结第34-35页
第四章 PSO优化DSRR多层耦合结构传感器第35-42页
    4.1 多层耦合DSSR结构传感器简介第35-36页
    4.2 DSRR传感器设计第36-37页
    4.3 PSO优化DSSR传感器第37-40页
        4.3.1 参数设置第37-38页
        4.3.2 PSO算法设计第38-39页
        4.3.3 优化结果分析第39-40页
    4.4 本章小结第40-42页
第五章 PSO优化Dual-D互补开环谐振器第42-50页
    5.1 互补开环谐振器简介第42-44页
    5.2 Dual-D互补开环谐振器设计第44-45页
    5.3 PSO优化Dual-D型CSRR谐振器第45-49页
        5.3.1 参数设置第45-46页
        5.3.2 PSO算法设计第46-47页
        5.3.3 优化结果分析第47-49页
    5.4 本章小结第49-50页
第六章 总结和展望第50-52页
参考文献第52-55页
攻读硕士学位期间完成的科研成果第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:云环境下基于粒子群优化算法的资源调度研究
下一篇:基于深度学习的多特征融合表情识别