一种基于Kriging模型的天线高维全局优化算法

• 作者: 裴进明 郭欣欣 陈晓辉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 天线设计 高维优化 Kriging 均匀采样
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1087-1091
• 页数: 5页
• 分类号: TN820
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.06.010

摘要

传统的天线优化设计需要对大量的参数组合进行电磁仿真后才能得到最优结果,使得天线高维优化设计效率普遍较低.针对该问题,使用在参数空间均匀分布的少量样本及其仿真结果构建初始Kriging模型,优化循环中每代种群由高适应度个体和高离散性个体组成,依据Kriging模型预测的个体响应和不确定性,对进化后的下一代种群进行筛选,选择最优个体执行电磁仿真并更新Kriging模型.利用此方法优化一个6变量E形天线的工作频点,相比同类优化算法,所需的电磁仿真次数可减少80％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭欣欣	安徽工程大学电气工程学院	17	32	3.0	5.0
2	裴进明	安徽工程大学电气工程学院	13	38	4.0	5.0
3	陈晓辉	安徽工程大学电气工程学院	14	30	3.0	5.0