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

差分进化算法研究及其在电磁优化中的应用

摘要第6-7页
Abstract第7-8页
第1章 绪论第13-21页
    1.1 课题研究背景及意义第13-15页
    1.2 课题研究现状第15-18页
        1.2.1 DE算法研究概况第15-16页
        1.2.2 数字滤波器研究概况第16页
        1.2.3 直线阵综合研究概况第16-17页
        1.2.4 微带天线的研究概况第17-18页
        1.2.5 微波滤波器研究概况第18页
    1.3 本文的主要工作及结构安排第18-21页
        1.3.1 本文的主要工作第18-19页
        1.3.2 本文结构安排第19-21页
第2章 差分进化算法第21-25页
    2.1 DE算法原理第21-22页
    2.2 DE算法数学描述第22-23页
    2.3 DE算法流程第23-24页
    2.4 本章小结第24-25页
第3章 基于反向学习的自适应差分进化算法研究第25-35页
    3.1 反向学习的自适应DE算法描述第25-29页
        3.1.1 变异操作改进第25-26页
        3.1.2 交叉操作改进第26页
        3.1.3 反向学习机制第26-27页
        3.1.4 反向学习的自适应DE算法流程第27-29页
    3.2 改进算法的数值验证实验与结果分析第29-34页
        3.2.1 测试函数第29-30页
        3.2.2 实验设计及结果分析第30-34页
    3.3 本章小结第34-35页
第4章 鲶鱼云模型优化差分进化算法研究第35-49页
    4.1 CCDE算法描述第35-39页
        4.1.1 云模型改进策略第35-36页
        4.1.2 鲶鱼效应改进策略第36-37页
        4.1.3 CCDE算法流程第37-39页
    4.2 CCDE算法的数值验证实验与结果分析第39-44页
        4.2.1 实验设计第39页
        4.2.2 结果分析第39-44页
    4.3 FIR带通数字滤波器优化设计实验与结果分析第44-48页
        4.3.1 实验设计第44-46页
        4.3.2 结果分析第46-48页
    4.4 本章小结第48-49页
第5章 直线阵综合第49-71页
    5.1 天线阵基础第49-51页
        5.1.1 方向图乘积原理第49-51页
        5.1.2 天线方向图的常用概念第51页
    5.2 直线阵综合第51-54页
    5.3 优化连续电流幅度综合直线阵第54-62页
        5.3.1 优化目标函数选取第55页
        5.3.2 不考虑零陷算例仿真及分析第55-57页
        5.3.3 考虑零陷算例仿真及分析第57-60页
        5.3.4 具有凹口算例仿真及分析第60-62页
    5.4 优化连续电流相位综合直线阵第62-66页
        5.4.1 优化目标函数选取第62页
        5.4.2 考虑单个零陷算例仿真及分析第62-64页
        5.4.3 考虑多个零陷算例仿真及分析第64-66页
    5.5 优化位置综合直线阵第66-70页
        5.5.1 优化目标函数选取第66页
        5.5.2 不考虑零陷算例仿真及分析第66-68页
        5.5.3 考虑零陷算例仿真及分析第68-70页
    5.6 本章小结第70-71页
第6章 基于CCDE算法和HFSS软件的电磁优化方法应用第71-83页
    6.1 基于CCDE算法和HFSS软件的电磁优化方法第71-74页
        6.1.1 电磁仿真软件HFSS概述第71页
        6.1.2 HFSS软件与MATLAB软件联合仿真第71-72页
        6.1.3 优化方法基本框架第72-74页
    6.2 E型贴片微带天线的优化第74-77页
        6.2.1 E型贴片微带天线第74-75页
        6.2.2 目标函数构建第75-76页
        6.2.3 仿真结果及分析第76-77页
    6.3 紧凑正六边形DGS低通滤波器的优化第77-80页
        6.3.1 紧凑正六边形DGS低通滤波器第77-78页
        6.3.2 目标函数的构建第78-79页
        6.3.3 仿真结果及分析第79-80页
    6.4 本章小结第80-83页
总结与展望第83-85页
参考文献第85-91页
攻读硕士学位期间发表的学术论文第91-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:基于石墨烯的电化学生物传感器的制备与特性研究
下一篇:基于卷积神经网络的视频流行度趋势预测