公开(公告)号：CN115081325B

公开(公告)日：2024-03-15

申请号：CN202210705606.X

申请日：2022-06-21

Applicant: 桂林电子科技大学

Inventor： 彭麟 ,  刘艳芳 ,  孙逢圆 ,  赵其祥 ,  姜兴

IPC: G06F30/27 ,  G06F111/06

Abstract: 本发明公开一种基于粒子群与遗传混合算法的透镜天线多目标优化方法，首先，通过将PSO和GAO的进化机制进行融合，解决了PSO易陷入局部最优和遗传算法收敛速度慢的问题。其次，利用一体化建模技术，直接获取待优化天线的各项性能指标用于算法的优化，提高优化效率。最后，利用子目标叠加法定义目标函数以实现透镜天线的多目标(包括阻抗特性、极化特性、增益特性等)优化，并利用子目标权重分配法及最差指标提取法对目标函数进行进一步地修正，从而引导PSO‑GAO实现更精准更高效的优化。本发明利用PSO‑GAO算法、一体化建模技术以及精准的目标函数定义方法构建了一套高效的透镜天线多目标优化算法，实例验证了其在多目标透镜天线设计中的高效性。

公开(公告)号：CN115329655A

公开(公告)日：2022-11-11

申请号：CN202210666376.0

申请日：2022-06-13

Applicant: 桂林电子科技大学

Inventor： 彭麟 ,  刘艳芳 ,  孙逢圆 ,  赵其祥 ,  姜兴

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  H01Q15/00 ,  H01Q15/02 ,  G06F111/06

Abstract: 本发明公开一种基于先验知识神经网络的透镜天线多目标优化方法，将INN作为本算法的主体，采用逆向神经网络来对透镜天线进行逆向设计，逆向神经网络的输入为电磁响应，输出为结构参数，以实现多性能指标的天线结构参数的反演。同时，本发明通过引入多个子FNN，分别用于提供多个性能指标对应的先验知识，正向神经网络的输入为结构参数，输出为电磁响应。相比已有的透镜天线设计方法，本发明提出的设计方法具有以下优点：1)天线设计效率高，所设计的天线可实现良好的多目标特性；2)所提出的KBANN模型缓解了神经网络数据量需求大的问题提供了新的解决思路。本发明可实现多目标透镜天线的快速优化，同时缓解了神经网络数据量需求大的问题。

公开(公告)号：CN115081325A

公开(公告)日：2022-09-20

申请号：CN202210705606.X

申请日：2022-06-21

Applicant: 桂林电子科技大学

Inventor： 彭麟 ,  刘艳芳 ,  孙逢圆 ,  赵其祥 ,  姜兴

IPC: G06F30/27 ,  G06F111/06

Abstract: 本发明公开一种基于粒子群与遗传混合算法的透镜天线多目标优化方法，首先，通过将PSO和GAO的进化机制进行融合，解决了PSO易陷入局部最优和遗传算法收敛速度慢的问题。其次，利用一体化建模技术，直接获取待优化天线的各项性能指标用于算法的优化，提高优化效率。最后，利用子目标叠加法定义目标函数以实现透镜天线的多目标(包括阻抗特性、极化特性、增益特性等)优化，并利用子目标权重分配法及最差指标提取法对目标函数进行进一步地修正，从而引导PSO‑GAO实现更精准更高效的优化。本发明利用PSO‑GAO算法、一体化建模技术以及精准的目标函数定义方法构建了一套高效的透镜天线多目标优化算法，实例验证了其在多目标透镜天线设计中的高效性。