基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
粒子群优化算法作为优秀的群体智能算法之一,已经被广泛应用于电磁优化问题中.通过与时域有限差分(FDTD)算法相结合,粒子群优化算法被运用于频率选择表面的优化设计.在此过程中,通过使用图形处理器(GPU)加速技术将FDTD算法速度提高近100倍,配合FDTD的宽频特性显著加速了优化过程.在此基础上,针对给定单元结构以及未知单元结构两种频率选择表面设计情况,分别采用带惯性权重的粒子群优化算法以及二进制离散粒子群优化算法进行优化.提出的两种优化流程在算例中得到验证与分析,证明了其可行性及高效性.
推荐文章
粒子群优化算法选择特征的运动图像分类
运动图像
特征选择
粒子群算法
图像分类
基于粒子群优化算法的测试选择优化方法研究
诊断设计
测试选择
粒子群优化算法
N-P完全
集合覆盖
基于改进粒子群算法的变异体选择优化
软件测试
变异测试
变异体选择优化
粒子群优化算法
基于改进离散粒子群算法的测试优化选择
测试性设计
测试选择
离散粒子群算法
混沌
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用粒子群算法的频率选择表面优化设计
来源期刊 电子学报 学科 工学
关键词 频率选择表面 粒子群算法 FDTD GPU加速
年,卷(期) 2013,(3) 所属期刊栏目 科研通信
研究方向 页码范围 603-608
页数 6页 分类号 TN012
字数 5335字 语种 中文
DOI 10.3969/j.issn.0372-2112.2013.03.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张波 北京理工大学信息与电子学院 15 73 5.0 8.0
2 薛正辉 北京理工大学信息与电子学院 47 388 11.0 18.0
3 任武 北京理工大学信息与电子学院 28 151 7.0 10.0
4 李伟明 北京理工大学信息与电子学院 26 98 7.0 8.0
5 盛新庆 北京理工大学信息与电子学院 59 261 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (14)
二级引证文献  (47)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(10)
  • 引证文献(0)
  • 二级引证文献(10)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
频率选择表面
粒子群算法
FDTD
GPU加速
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导