首页--工业技术论文--无线电电子学、电信技术论文--无线电设备、电信设备论文--天线论文--一般性问题论文

遗传算法在天线匹配网络设计中的应用

中文摘要第1-4页
英文摘要第4-8页
第1章 绪论第8-11页
 1.1 宽带天线的研制现状第8页
 1.2 宽带匹配理论的发展第8-9页
 1.3 宽带匹配的计算机辅助设计的优点第9-10页
 1.4 遗传算法与传统算法之比较第10页
 1.5 本文的主要工作第10-11页
第2章 宽带匹配的计算机辅助设计第11-22页
 2.1 宽带匹配模型的建立第11-12页
 2.2 单匹配问题的实频CAD技术第12-18页
  2.2.1 策动点函数的表示和逼近第12-16页
  2.2.2 策动点函数的逼近第16-18页
 2.3 单匹配实频数据法原理第18-20页
 2.4 算法步骤和公式第20-22页
  2.4.1 步骤和公式第20-22页
第3章 遗传算法综述第22-27页
 3.1 遗传算法简介第22-24页
  3.1.1 遗传算法概要第22-23页
  3.1.2 遗传算法的运算过程第23-24页
 3.2 遗传算法的特点第24-25页
 3.3 遗传算法的应用第25-27页
第4章 遗传算法的实现技术及理论基础第27-40页
 4.1 基本遗传算法描述第27-28页
  4.1.1 基本遗传算法的构成要素第27-28页
 4.2 编码方式第28-29页
  4.2.1 二进制编码第28-29页
  4.2.2 实数编码第29页
 4.3 目标函数向适应度函数的转化第29-30页
  4.3.1 个体适应度评价第29页
  4.3.2 适应度调整第29-30页
 4.4 选择算子操作第30-33页
  4.4.1 繁殖池(breeding pool)选择第31页
  4.4.2 转盘式选择(roulette wheel selection)第31页
  4.4.3 Boltzmann选择第31页
  4.4.4 线性排名选择第31-32页
  4.4.5 非线性排名选择第32页
  4.4.6 (μ,λ)和μ+λ选择第32-33页
 4.5 交叉算子第33-35页
  4.5.1 二进制编码第33-34页
  4.5.2 实数编码第34-35页
 4.6 变异算子第35-36页
 4.7 约束条件的处理第36-37页
  4.7.1 惩罚函数法第36页
  4.7.2 障碍函数法第36-37页
 4.8 收敛判断准则第37页
 4.9 遗传算法的理论基础第37-40页
  4.9.1 模式定理第37-39页
  4.9.2 欺骗问题第39-40页
第5章 基于隔离小生境技术的遗传算法研究第40-56页
 5.1 隔离小生境技术遗传算法第40-44页
  5.1.1 简单遗传算法在解决多峰函数优化问题上的不足第40页
  5.1.2 物种形成(Specification)和小生境技术第40-42页
  5.1.3 隔离(Isolation)在生物进化过程中的作用第42页
  5.1.4 基于隔离机制的小生境技术及GAINT模型第42-44页
 5.2 GAINT模型的实现第44-49页
  5.2.1 子群体子代规模的确定第44-45页
  5.2.2 GAINT模型的选择策略第45页
  5.2.3 子群体进化状态的动态监控第45-46页
  5.2.4 幼弱保护机制的实现第46页
  5.2.5 劣种不活机制的实现第46-47页
  5.2.6 新老更替与优种保留机制的实现第47-48页
  5.2.7 同种互斥机制的实现第48页
  5.2.8 全局进化状态的动态监控及全局收敛判据第48-49页
 5.3 遗传算法中的自适应概率第49-52页
  5.3.1 遗传算法中线性概率模型第49-50页
  5.3.2 非线性概率模型第50页
  5.3.3 自适应概率第50-52页
 5.4 小生镜的优化算例第52-56页
  5.4.1 对测试函数进行优化第52-54页
  5.4.2 对无源网络优化的算例第54-56页
第6章 遗传算法优化实频率法目标函数的情况第56-60页
 6.1 目标函数的建立第56-58页
 6.2 遗传算法优化实部函数第58-59页
 6.3 用MATLAB来计算策动点阻抗函数第59-60页
第7章 小结第60-61页
参考文献第61-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于网络数据库的教学/学习系统
下一篇:电子学远程教学支撑系统的构建