期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
Optimization of linear induction machines based on a novel adaptive genetic algorithm
1
作者 庄英超 余海涛 +1 位作者 夏军 胡敏强 《Journal of Southeast University(English Edition)》 EI CAS 2009年第2期203-207,共5页
In order to improve the thrust-power ratio index of the linear induction motor(LIM), a novel adaptive genetic algorithm (NAGA) is proposed for the design optimization of the LIM. A good-point set theory that helps... In order to improve the thrust-power ratio index of the linear induction motor(LIM), a novel adaptive genetic algorithm (NAGA) is proposed for the design optimization of the LIM. A good-point set theory that helps to produce a uniform initial population is used to enhance the optimization efficiency of the genetic algorithm. The crossover and mutation probabilities are improved by using the function of sigmoid and they can be adjusted nonlinearly between average fitness and maximal fitness with individual fitness. Based on the analyses of different structures between the LIM and the rotary induction motor (RIM) and referring to the analysis method of the RIM, the steady-state characteristics of the LIM that considers the end effects of the LIM is calculated and the optimal design model of the thrust-power ratio index is also presented. Through the comparison between the optimal scheme and the old scheme, the thrust-power ratio index of the LIM is obviously increased and the validity of the NAGA is proved. 展开更多
关键词 adaptive genetic algorithm linear induction machine uniform design
下载PDF
New Antenna Array Beamforming Techniques Based on Hybrid Convolution/Genetic Algorithm for 5G and Beyond Communications
2
作者 Shimaa M.Amer Ashraf A.M.Khalaf +3 位作者 Amr H.Hussein Salman A.Alqahtani Mostafa H.Dahshan Hossam M.Kassem 《Computer Modeling in Engineering & Sciences》 SCIE EI 2024年第3期2749-2767,共19页
Side lobe level reduction(SLL)of antenna arrays significantly enhances the signal-to-interference ratio and improves the quality of service(QOS)in recent and future wireless communication systems starting from 5G up t... Side lobe level reduction(SLL)of antenna arrays significantly enhances the signal-to-interference ratio and improves the quality of service(QOS)in recent and future wireless communication systems starting from 5G up to 7G.Furthermore,it improves the array gain and directivity,increasing the detection range and angular resolution of radar systems.This study proposes two highly efficient SLL reduction techniques.These techniques are based on the hybridization between either the single convolution or the double convolution algorithms and the genetic algorithm(GA)to develop the Conv/GA andDConv/GA,respectively.The convolution process determines the element’s excitations while the GA optimizes the element spacing.For M elements linear antenna array(LAA),the convolution of the excitation coefficients vector by itself provides a new vector of excitations of length N=(2M−1).This new vector is divided into three different sets of excitations including the odd excitations,even excitations,and middle excitations of lengths M,M−1,andM,respectively.When the same element spacing as the original LAA is used,it is noticed that the odd and even excitations provide a much lower SLL than that of the LAA but with amuch wider half-power beamwidth(HPBW).While the middle excitations give the same HPBWas the original LAA with a relatively higher SLL.Tomitigate the increased HPBWof the odd and even excitations,the element spacing is optimized using the GA.Thereby,the synthesized arrays have the same HPBW as the original LAA with a two-fold reduction in the SLL.Furthermore,for extreme SLL reduction,the DConv/GA is introduced.In this technique,the same procedure of the aforementioned Conv/GA technique is performed on the resultant even and odd excitation vectors.It provides a relatively wider HPBWthan the original LAA with about quad-fold reduction in the SLL. 展开更多
关键词 array synthesis convolution process genetic algorithm(GA) half power beamwidth(HPBW) linear antenna array(LAA) side lobe level(SLL) quality of service(QOS)
下载PDF
基于遗传算法的S盒的构造 被引量:6
3
作者 殷新春 杨洁 《计算机应用研究》 CSCD 北大核心 2007年第3期91-93,共3页
采用遗传算法来构造S盒,并引入了启发式变异策略。该策略既可以防止优良的基因受到破坏,又可以保证群体中个体的多样性。基于该方法,给出了6×6的S盒构造的完整程序描述,并获得了一批高非线性度和低差分均匀度的S盒。
关键词 S盒 非线性度 差分均匀度 遗传算法 启发式
下载PDF
遗传算法在非线性回归模型建立中的应用 被引量:3
4
作者 王穗辉 潘国荣 《大地测量与地球动力学》 CSCD 北大核心 2008年第1期59-64,共6页
根据非线性强度高的函数不宜进行线性化处理的原则,分析了传统方法求解非线性回归参数的局限性,提出利用遗传算法的优势,采用均匀设计法来组合遗传算子,进行数值实验,以求解最优回归参数。结果表明:遗传算法不要求好的初始值,其全局搜... 根据非线性强度高的函数不宜进行线性化处理的原则,分析了传统方法求解非线性回归参数的局限性,提出利用遗传算法的优势,采用均匀设计法来组合遗传算子,进行数值实验,以求解最优回归参数。结果表明:遗传算法不要求好的初始值,其全局搜索能力及鲁棒性均优于传统方式。 展开更多
关键词 非线性回归 非线性强度 遗传算法 遗传算子 均匀设计
下载PDF
均匀直线阵列的遗传算子组合优化比较
5
作者 丁刚 宋铮 胡梦中 《舰船电子对抗》 2007年第4期69-73,76,共6页
针对一个均匀直线阵列,采用几种比较典型的选择、交叉、变异等遗传算子进行组合优化其阵元的电流分布,以达到尽可能降低该直线阵列最大旁瓣电平的目的,并对各种算子组合的优化效果进行了比较,从中得到了一些实用的结论。
关键词 均匀直线阵列 遗传算子 旁瓣电平 优化
下载PDF
遗传算法用于波达方向估计的线阵优化 被引量:1
6
作者 曹攀 侯宏 +1 位作者 辛渊博 孙进才 《计算机仿真》 CSCD 北大核心 2009年第12期157-159,189,共4页
利用遗传算法优化阵列设计来改善声目标波达方向估计性能。研究波达方向估计采用信号相位匹配原理的奇异值分解法SVDSPM,利用遗传算法对线阵进行了优化。优化时,阵列孔径不变,将阵元数目作为优化变量,优化目标是降低DOA估计误差。仿真... 利用遗传算法优化阵列设计来改善声目标波达方向估计性能。研究波达方向估计采用信号相位匹配原理的奇异值分解法SVDSPM,利用遗传算法对线阵进行了优化。优化时,阵列孔径不变,将阵元数目作为优化变量,优化目标是降低DOA估计误差。仿真结果标明:优化后在阵元数目减少的情况下,DOA估计偏差和均方误差更小。而且优化的阵列有好的低信噪比及宽带信号波达方向估计的能力。 展开更多
关键词 遗传算法 均匀线阵 优化 波达方向估计 相位匹配原理 奇异值分解法
下载PDF
利用遗传算法优化非均匀阵列天线测向性能
7
作者 于斌 尹成友 +1 位作者 宋铮 黄冶 《通信技术》 2005年第S1期49-51,54,共4页
介绍了利用遗传算法优化非均匀阵列天线的测向性能。遗传算法是一种全局性搜索算法,在整个优化过程中只需要确定算法的适应度函数,不需要借助其它信息。文中提出的方法充分利用这个特点,通过一个入射方向准确已知的信号源完成非均匀阵... 介绍了利用遗传算法优化非均匀阵列天线的测向性能。遗传算法是一种全局性搜索算法,在整个优化过程中只需要确定算法的适应度函数,不需要借助其它信息。文中提出的方法充分利用这个特点,通过一个入射方向准确已知的信号源完成非均匀阵列的优化。计算机彷真结果表明利用遗传算法优化后的非均匀阵列的测向性能有很大提高,从而验证了这种方法的有效性。 展开更多
关键词 非均匀阵 DOA估计 遗传算法
原文传递
线性菲涅尔反射式太阳能热发电系统非均匀能流分布特征及优化
8
作者 张娜 王成龙 梁飞 《工业技术创新》 2019年第2期78-84,共7页
在线性菲涅尔反射式太阳能热发电系统的聚光集热系统中,其吸热管周向会形成不均匀的能流分布,导致吸热管局部温度过高,对系统的安全高效运行带来不利影响。提出一种基于遗传算法的优化方法,以复合抛物面聚光器(CPC)开口平面为瞄准线,改... 在线性菲涅尔反射式太阳能热发电系统的聚光集热系统中,其吸热管周向会形成不均匀的能流分布,导致吸热管局部温度过高,对系统的安全高效运行带来不利影响。提出一种基于遗传算法的优化方法,以复合抛物面聚光器(CPC)开口平面为瞄准线,改变单个一次反射镜的瞄准点,实现接收器表面能流分布标准偏差的最小化。通过算法优化,实现了79.53%的光学效率,且使吸热管上半部分能流分布达到40%,为光学效率和能流均匀性带来了有益的优化效果。 展开更多
关键词 线性菲涅尔反射 聚光集热系统 光学效率 能流均匀性 遗传算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部