混合粒子群算法在阵列天线综合中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 粒子群算法研究现状 | 第11-13页 |
| 1.2.2 粒子群算法在阵列天线的研究现状 | 第13-14页 |
| 1.3 本文的主要研究成果 | 第14-15页 |
| 1.4 本文的组织 | 第15-16页 |
| 第二章 基本理论介绍 | 第16-37页 |
| 2.1 最优化问题的概述 | 第16-17页 |
| 2.1.1 最优化问题的概述 | 第16页 |
| 2.1.2 优化问题的数学模型 | 第16-17页 |
| 2.2 优化方法 | 第17-19页 |
| 2.2.1 传统优化方法 | 第17-18页 |
| 2.2.2 智能优化方法 | 第18-19页 |
| 2.3 粒子群优化算法 | 第19-25页 |
| 2.3.1 粒子群算法概述 | 第19页 |
| 2.3.2 基本粒子群算法 | 第19-22页 |
| 2.3.3 粒子群算法的设计步骤 | 第22-23页 |
| 2.3.4 粒子群算法的特点及其不足 | 第23-24页 |
| 2.3.5 粒子群算法的改进策略 | 第24-25页 |
| 2.4 细菌群体趋药性算法 | 第25-30页 |
| 2.4.1 简介 | 第25-29页 |
| 2.4.2 细菌群体趋药性算法的优点 | 第29-30页 |
| 2.4.3 细菌群体趋药性算法的不足 | 第30页 |
| 2.5 测试函数 | 第30-36页 |
| 2.5.1 单峰测试函数 | 第30-32页 |
| 2.5.2 多峰测试函数 | 第32-33页 |
| 2.5.3 经过旋转偏移的测试函数 | 第33-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 混合粒子群算法 | 第37-50页 |
| 3.1 引言 | 第37页 |
| 3.2 改进的混合粒子群算法 | 第37-41页 |
| 3.2.1 佳点集的构造 | 第37-38页 |
| 3.2.2 设立资源池 | 第38页 |
| 3.2.3 混合粒子群算法 | 第38-41页 |
| 3.2.4 精英替换策略 | 第41页 |
| 3.3 本文算法流程 | 第41-43页 |
| 3.4 算法分析与对比 | 第43-49页 |
| 3.4.1 单峰测试函数 | 第43-44页 |
| 3.4.2 多峰测试函数 | 第44-47页 |
| 3.4.3 经过旋转偏移的经典测试函数 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 混合粒子群算法用于阵列天线方向图综合 | 第50-58页 |
| 4.1 引言 | 第50页 |
| 4.2 阵列天线的基本理论 | 第50-52页 |
| 4.2.1 阵列天线基础 | 第50页 |
| 4.2.2 阵列天线基本参数 | 第50-52页 |
| 4.3 传统方法分析 | 第52-54页 |
| 4.3.1 Chebyshev综合法 | 第52-53页 |
| 4.3.2 Taylor综合法 | 第53-54页 |
| 4.3.3 仿真结果 | 第54页 |
| 4.4 算例及仿真结果 | 第54-57页 |
| 4.4.1 适应度函数设计 | 第55页 |
| 4.4.2 实验测试 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结和展望 | 第58-60页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64页 |
