基于改进离散粒子群算法的测试优化选择

为了解决复杂系统测试性设计过程中测试选择所产生的组合爆炸问题,提出一种改进离散粒子群算法的智能方法。首先,为保证初始种群的多样性,利用混沌不重复遍历的特性初始化种群的速度和位置;其次,根据启发式规则和罚函数的方法计算粒子适应度,使算法具有良好的搜索性能;最后,通过采用自适应调整策略的惯性权重,使粒子易于跳出局部最优解,找到最优解。通过仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为复杂系统的测试优化选择提供有效指导。     

毫米波二阶分形频率选择表面寄生谐振的抑制

二阶分形频率选择表面具有良好的双频特性, 是实现准光学选频网络小型化的理想选择. 但是由于其自相似迭代结构的复杂性, 导致其长期受到寄生谐振的影响, 为了提高二阶分形结构在工程应用中的可靠性, 本文建立了二阶方环分形周期单元的等效电路并分析了寄生谐振产生时的场分布情况, 研究了寄生谐振的形成机理; 进而通过单元间去耦合操作, 并引入基于离散粒子群算法的多参数优化过程, 克服了这一问题. 仿真和实验结果表明: 在保证双频工作特性、对于入射角和极化稳定的前提下, 通过去耦合和粒子群算法实现的频率选择表面实测对寄生谐振的抑制可达13dB, 且避免了新的寄生谐振的产生. 关于寄生谐振抑制的研究, 为增强二阶分形阵列结构的可靠性提供了新的思路. 关键词： 二阶分形 频率选择表面 寄生谐振 离散粒子群算法     

微型化频率选择表面的设计研究

利用容性表面与感性表面之间的耦合机理能够制备微型化频率选择表面(MEFSS),周期单元尺寸将不受工作波长限制.为了提高MEFSS角度与极化的稳定性,展宽MEFSS的-3 dB带宽,文章结合传统频率选择表面"Y"形单元,利用"Y"图形构造容性表面的贴片单元与感性表面的网栅单元且以正三角形栅格拓展周期单元,采用矢量模匹配法对MEFSS栅格排布及其他结构参数变化进行精确计算.通过镀膜与光刻技术在0.15 mm厚聚酰亚胺膜两侧制备容性表面、感性表面并利用自由空间法测试.计算与实验结果均表明,采用正三角形栅格排布的MEFSS,-3 dB带宽达到7.6 GHz,不同极化下60°扫描时中心频点稳定在f₀,为MEFSS应用于曲面天线罩时提供理论与实验参考依据. 关键词： 天线罩 微型化频率选择表面 容性表面 感性表面     

频率选择表面天线罩研究现状与发展趋势

由于雷达天线系统自身工作的特点, 他必须保证自身雷达波的正常接收和发射, 常用的隐身措施无法简单地在雷达天线隐身中获得应用. 采用频率选择表面 (FSS) 技术与天线罩技术相结合形成FSS天线罩, 可以使天线罩获得频率选择的功能. 即FSS天线罩对雷达的工作频段提供带通的传输特性, 同时改变雷达工作频段以外的雷达散射截面 (RCS) 特性, 可以实现带外隐身. 本文分析了FSS天线罩制备的基本思路, 综述了国内外FSS天线罩在结构设计、制造工艺等方面的研究状况, 并从多频FSS天线罩、智能FSS天线罩、厚屏FSS天线罩、 微型化FSS天线罩以及各技术的组合等方面对FSS天线罩的发展进行了展望. 关键词： 频率选择表面(FSS) 多频FSS天线罩 智能FSS天线罩 厚屏FSS天线罩     

基于传递函数的频率选择表面集总参数研究

等效电路法是分析主动FSS的主要方法,获得FSS集总参数是等效电路法分析问题的关键.本文在传统等效电路法基础上,根据传输线理论构造传递函数.依据等效阻抗与传输峰值之间的关系,建立由集总参数构成的矩阵方程,利用最小二乘法拟合得到等效集总参数,并借助传递函数快速得到FSS频响特性曲线.与全波分析法对比,传递函数法的计算结果与数值计算结果吻合,从而验证该方法的准确性和可靠性.该方法不仅能够获取FSS结构集总参数,还能够计算FSS结构的频响特性曲线,为基于等效电路法分析主动FSS提供理论参考.     

基于互补屏的主动频率选择表面设计研究

将谐振型频率选择表面负载阻抗分离可形成基于耦合机制的互补频率选择表面(CFSS). 控制容性表面单元的旋转角α, 可调节CFSS谐振频点. 以“Y”形单元为例, 利用耦合积分方程法计算了CFSS的频响特性, 并通过自由空间法测试250 mm×250 mm样件. 计算与测试结果表明: 随着 α角变化, CFSS能够实现主动变频功能, 为主动FSS设计提供借鉴. 关键词： 频率选择表面 主动频率选择表面 互补屏 耦合积分方程     

离散粒子群优化算法在硅钢涂层近红外光谱厚度检测中的应用研究

提出一种基于粒子群优化算法实现的硅钢涂层厚度近红外光谱检测新方法.首先,采用近红外光谱仪采集获得了硅钢表面绝缘涂层的近红外光谱,然后,采用离散粒子群算法筛选出近红外光谱数据的最佳波长变量并组成新的光谱数据,最后,建立涂层厚度的核偏最小二乘定量分析模型.实验显示,所建定最分析模型对检验样本分析的绝对误差范围为-0.12～...     

基于粒子群算法的Pt-Pd合金纳米粒子的稳定结构研究

Pt-Pd合金纳米粒子相对于Pt及Pd单晶纳米粒子均具有更好的催化活性和选择性, 研究它的稳定结构对进一步了解催化性能具有重要意义. 本文采用粒子群算法和量子修正Sutton-Chen多体势对不同尺寸、 不同组成比例的二十四面体Pt-Pd合金纳米粒子的结构稳定性进行研究. 结果表明: Pt-Pd合金纳米粒子中Pt原子趋向于分布在纳米粒子内层, 而Pd原子趋向于分布在纳米粒子外层, 且Pt, Pd原子的分布越对称有序, 其能量越低, 结构越稳定; 随着Pt原子比例的增加, 三种不同尺寸的合金纳米粒子的Warren-Cowley化学短程有序值都逐渐升高, 即纳米粒子更趋向于偏聚分布状态; 在相同比例下, 小尺寸纳米粒子的偏聚程度比大尺 寸纳米粒子的大. 关键词： 合金纳米粒子 粒子群算法 稳态结构     

改进粒子群优化算法的高光谱波段选择

高光谱图像具有数百个连续、狭窄的光谱带,光谱范围跨越可见光到红外光,可提供地物的精细光谱属性,对于地物材质和属性的识别分类具有重要应用价值。针对感兴趣目标选择有限的光谱波段进行传输和处理,对于提升高光谱数据处理时效性、以及设计面向特定应用的实用化光谱仪都具有重要意义。而如何结合目标特征选择最优波段成为在提升处理效率的同时保证目标识别或分类精度的必然要求。因此如何从数以百计维度的高光谱图像中选择出具有较好分类识别能力的波段子集是急需解决的问题。提出基于改进粒子群优化算法的高光谱波段选择方法,该方法区别于传统的粒子群优化算法,引入 “概率突跳特性”,并设定新解的淘汰机制,将“停滞”的新解进行淘汰,提高了算法的全局寻优性能。然后基于目标光谱特征采用了最优波段选择的优化目标函数,通过改进的粒子群优化算法求解目标函数,并将选定的波段子集反馈到支持向量机（SVM）中执行分类应用。采用两个标准的高光谱数据集（Indian Pines, Salinas）对选择出的波段子集进行分类测试,结果表明该方法相较于现有方法具有较高的分类精度,在几种方法中,传统的粒子群算法筛选出的波段效果最差;该算法筛选出的波段的分类精度最好,两个数据集的分类精度分别可以达到98.141 4%和99.084 8%。     

光学透明频率选择表面的研究

运用谱域Galerkin法对光学透明带通频率选择表面(FSS)进行了分析计算,研究了透明导电膜的电导率对光学透明带通FSS频率选择特性的影响. 计算及实验结果表明：在雷达波段,透明导电膜的电导率主要影响光学透明带通FSS在中心频率处的透过率,光学透明带通FSS在透可见反雷达波的同时,还具有选择性透过雷达波段的特性. 关键词： 频率选择表面 透明导电膜 电导率     

基于粒子群算法的风力机优化布置研究

风力机的优化布置是风电场规划中的关键环节,其布置方案的优劣直接影响风资源的利用率以及风电场的经济性水平。本文以粒子群优化算法(PSO)为基础,开展了风力机优化布置程序的开发研究工作,并通过与其他文献的对比,首先进行了PSO算法的确认,然后在此基础上,应用该算法开展了风电场不同入流风速情况对其年发电量、经济性和风力机最优布置方案的影响研究。     

基于粒子群算法的多通道光纤布拉格光栅滤波器优化设计

在多通道光纤布拉格光栅(FBG)滤波器的设计中,通道数目的增加会导致最大折射率调制深度的成倍增长,从而造成物理上的不可实现。为此,提出一种基于粒子群算法(PSO)与直接设计方法相结合的多通道FBG滤波器设计方法。该方法以最小化最大折射率调制深度为优化目标,在目标反射谱中引入一组群时延参数,为每个通道分配合适的群时延参数,建立群时延参数的优化模型。通过粒子群算法计算得到各通道群时延参数的优化分配值,提升折射率调制深度的均匀化分布程度,促使最大折射率调制深度降低到物理可实现的范围内。仿真实验结果表明设计的40通道数、106通道数的两种FBG滤波器的反射谱均匀性好,最大折射率调制深度均降到0.001以下。     

特征分层结合改进粒子群算法的近红外光谱特征选择方法研究

在近红外光谱数据定量建模中,数据的高冗余和高噪严重影响了建模的稳健性和精确性,因此提出了一种特征分层结合改进粒子群算法(PSO)的特征光谱选择方法。首先通过互信息度量特征的重要性得分,并按特征的重要性降序排序,有效避免了因采用降维方法得到主成分而引起的丢失重要信息的问题。其次,引入了跳跃度概念,并构造了一种特征分层的方法,重要性程度相似的特征并入同一个特征子集,将降序排列的特征集分割为不同的特征子集,避免了筛选特征过程中因人为设定特征重要性得分阈值而导致的不确定性。最后,采用收敛速度快、控制参数少的粒子群算法作为最优特征子集的优化方法,同时对粒子群算法做了两方面改进：引入混沌模型增加种群的多样性,提高了PSO的全局搜索能力,避免陷入局部最优;将特征数目引入到适应度函数中,在迭代前期通过惩罚因子调节特征数目对适应度函数的影响,提高了算法的适应能力。将分层后的数据以特征子集为单位,依次累加并作为改进粒子群算法的输入,从而选择出高辨别力的特征子集。以烟碱指标为例进行了特征选择过程的描述,实验采用尼高力公司的Antaris Ⅱ近红外光谱仪进行近红外光谱数据的采集,光谱扫描范围为4 000~10 000 cm-1。首先,利用互信息理论计算全光谱1 557个特征对待测指标定量建模的重要性得分,得分取30次实验的均值。其次,将所有特征按照重要性得分降序排序,计算所有特征的跳跃度,依据跳跃度寻找特征分层的临界点,将特征划分到不同的特征层中,构建了包含8个特征子集的特征集合S={S′₁, S′₂, S′₃, S′₄, S′₅, S′₆, S′₇, S′₈}。然后,依次将特征子集S′₁,{S′₁, S′₂},{S′₁, S′₂, S′₃},…,{S′₁, S′₂, S′₃, S′₄, S′₅, S′₆, S′₇, S′₈}作为初始粒子群的候选集,以R/(1+RMSEP)作为特征子集优劣的评价标准,各自重复实验50次,比值最大的特征子集即为最优特征子集。为验证该算法的有效性,选取了具有代表性烟叶近红外光谱数据作为训练集和测试集,建立了烟碱、总糖两个指标的PLS定量模型,并分别与全光谱、分层后的特征光谱、粒子群算法选出的特征光谱进行了比较。仿真结果表明,本算法所选特征烟碱、总糖的建模相关系数r分别为0.988 5和0.982 2,交互验证均方差RMSECV分别为0.098 4和0.889 3,预测均方根误差RMSEP分别为0.100 7和0.901 6,模型准确率均明显高于其他三种方法。从所选特征数来看,该算法所选特征数最少,有效剔除了原特征集中的弱相关和噪声、冗余信息,所建模型的主因子数最少,降低了模型的复杂性,模型更加稳健,适应性更广。     

基于元学习和二进制粒子群的网络故障特征选择算法

为了降低Wrapper模式网络故障特征选择方法分类算法的计算量,本文提出了一种基于元学习和二进制粒子群(ML-BPSO)的特征选择方法。算法在封装的分类训练中采用元学习方法估算分类精度,并利用BPSO在特征空间中进行全局搜索选出最优特征集。在DARPA数据集上的实验表明本文提出的方法能够显著的降低封装模式特征选择计算量,同时保证了较高的诊断精度和较好的降维效果。     

一种适用于雷达罩的频率选择表面新单元研究

从传统的频率选择选择表面(frequency selective surface,简称FSS)Y孔单元出发,提出了一种新单元.经优化设计,给出了Y孔单元和新单元的FSS结构参数,运用谱域Galerkin法对两种单元FSS的传输特性进行了数值计算.采用镀膜和光刻技术制作出相应的等效平板样件,在微波暗室对两种FSS等效平板在8—12GHz频段内的传输特性进行了测试,测试值与计算值基本一致.结果表明：与Y孔单元相比,新单元FSS在电磁波大角度(66°)入射时具有高的透过率,在电磁波大扫描角范围内(0°—66°)新单元FSS中心频率的漂移量更小.因此,所提出的新单元更适合于电磁波大角度入射下的应用,为FSS在曲面雷达罩上的应用提供了一种新单元. 关键词： 频率选择表面 中心频率 雷达罩     

双屏频率选择表面结构的遗传算法优化

双屏频率选择表面能够更好地实现平顶效应和快速下降的边缘,是一种实现雷达舱对探测带外雷达波隐身的有效手段.本文针对双屏频率选择表面(FSS)在电磁波不同角度入射下的宽带通应用,采用遗传算法对FSS介质厚度、介电常数、单元图形、排列周期进行了整体优化,给出优化后的FSS结构和传输特性曲线;同时采用镀膜和光刻技术制备出相应的实验件,在微波暗室进行了测试.结果表明,优化后的结构在保证2 GHz的工作带宽下,对电磁波的入射角度有良好的传输稳定性,这为实现双屏FSS在曲面大角度下的应用奠定了基础. 关键词： 频率选择表面 遗传算法 优化     

薄膜光学常数的粒子群算法

为解决椭偏法测量薄膜厚度和折射率实验数据处理较为复杂的问题,采用一种新的基于群体智能的优化算法——粒子群算法处理实验数据.以单层吸收薄膜的测量为例,利用该算法进行数据处理.实验结果表明,可以同时获得3个薄膜参数(折射率n,消光系数k和薄膜厚度d),而且在确切参数范围未知情况下,大范围内进行搜索仍然能保证快速收敛到最优解.该算法与遗传算法以及利用椭偏仪数据处理软件得出的结果相比较,计算精度高,收敛速度快.     

基于混沌离散PSO算法的乙烯生产过程模型变量的选择

管式炉裂解技术是当今乙烯生产的主要技术,乙烯生产过程中有多种影响质量指标的变量,将全部变量参与建模显然会增加建模难度和复杂性,并且大量的冗余信息会降低模型的精度;针对这一问题,提出了基于混沌思想的离散粒子群(PSO)算法进行模型变量的选择;首先,采用混沌离散PSO算法得到建模的最优输入变量集合,再通过偏最小二乘法(PLS)对所选变量进行建模;结果表明,该方法可更有效地克服传统粒子群算法容易陷入局部最优的问题并建立较高的模型精度。     

粒子群-模拟退火混合算法在群控电梯中的应用

针对高层建筑电梯多、分布散、维修不及时等问题,提出了一个优化调度、报警维修及时的群控电梯系统;采用多目标优化方法建立数学模型,利用粒子群算法的概念简单、收敛速度快、易于实现的优点,同时引入模拟退火思想来克服粒子群算法易陷入局部最优的缺陷,对目标函数进行优化,PLC编程计算出参数,上位机调度计算,根据算法结果,优化电梯,合理调度;经过MATLAB仿真分析表明,该系统节省了平均候梯时间、平均乘梯时间和系统能耗,缩短了故障时间和维修时间,具有较大的应用前景。     

具有极化选择特性的超材料频率选择表面的设计

基于超材料结构的设计理论,通过长金属线周期阵列和具有Lorentz谐振形式等效介电常数的金属短线的组合可频率选通特性.由不同周期排布和结构尺寸的长金属线和金属短线组合而成的频率选择表面具有不同频段的选通特性.文章提出了双层及单面两种具有极化选择特性的频率选择表面,两种结构均可实现对特定频段TE及TM波选通.具有极化选择特性的超材料频率选择表面的设计为极化滤波器以及极化波产生器的设计提供了借鉴. 关键词： 频率选择表面 超材料 极化选择