論文開(kāi)題報(bào)告：遺傳算法優(yōu)化天線匹配饋線

大學(xué)學(xué)士學(xué)位論文開(kāi)題報(bào)告

學(xué) 院 信息科學(xué)與工程學(xué)院
年 級(jí) 2009
學(xué)科專業(yè) 電子信息工程
研究方向 電磁場(chǎng)與微波技術(shù)
學(xué)位級(jí)別 學(xué)士
開(kāi)題日期 2013.3.11

二Ο一三年三月制表

擬撰寫(xiě)學(xué)位論文的題目 遺傳算法優(yōu)化天線匹配饋線

1、 論文選題的依據(jù)（包括選題的來(lái)源、意義以及國(guó)內(nèi)外的研究動(dòng)態(tài)）
1、1 選題的來(lái)源、意義
遺傳算法（Genetic Algorithm）是美國(guó)J.Holland教授1975年首先提出的一種借鑒生物界自然選擇和進(jìn)化機(jī)制（適者生存，優(yōu)勝劣汰遺傳機(jī)制）發(fā)展起來(lái)的高度并行、隨機(jī)、自適應(yīng)搜索算法，其主要特點(diǎn)是直接對(duì)結(jié)構(gòu)對(duì)象進(jìn)行操作，不存在求導(dǎo)和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱 并行性和更好的全局尋優(yōu)能力；采用概化的尋
……（新文秘網(wǎng)http://m.120pk.cn省略731字，正式會(huì)員可完整閱讀）……　
體作為最優(yōu)解輸出，終止計(jì)算。

1、2 國(guó)內(nèi)外的研究動(dòng)態(tài)
進(jìn)化算法與其他科學(xué)技術(shù)一樣，都經(jīng)歷一段成長(zhǎng)過(guò)程，逐漸發(fā)展壯大。此過(guò)程可大致分為三個(gè)時(shí)期：萌芽期、成長(zhǎng)期和發(fā)展期。
萌芽期：50年代后期，一些生物學(xué)家著手采用電子計(jì)算機(jī)模擬生物的遺傳系統(tǒng)，盡管這些工作純粹是研究生物現(xiàn)象，但其中已使用現(xiàn)代遺傳算法的一些標(biāo)識(shí)方式。
成長(zhǎng)期：1975年，J.H.Holland教授的專著《自然界和人工系統(tǒng)的適應(yīng)性(Adaptation in Natural and Artificial System)》正式出版，全面地介紹了遺傳算法，人們常常把這一事件視作遺傳算法問(wèn)世的標(biāo)志， Holland也被視作遺傳算法的創(chuàng)始人。1975年，De.Jong在其博士論文中結(jié)合模式定理進(jìn)行了大量的純數(shù)值函數(shù)優(yōu)化計(jì)算實(shí)驗(yàn)，樹(shù)立了遺傳算法的工作框架，得到了一些重要且具有指導(dǎo)意義的結(jié)論。1987年，美國(guó)D.Lawrence總結(jié)人們長(zhǎng)期從事遺傳算法的經(jīng)驗(yàn)，公開(kāi)出版《遺傳算法和模擬退火(Genetic Algorithm and Simulated Annealing)》一書(shū)，以論文集形式用大量實(shí)例介紹遺傳算法。
發(fā)展期：90年代以后，遺傳算法迎來(lái)了興盛發(fā)展時(shí)期，無(wú)論是理論研究還是應(yīng)用研究都成了十分 熱門(mén)的課題。尤其是遺傳算法的應(yīng)用領(lǐng)域也不斷擴(kuò)大。目前遺傳算法所涉及的主要領(lǐng)域 有自動(dòng)控制、規(guī)劃設(shè)計(jì)、組合優(yōu)化、圖象處理、信號(hào)處理、人工生命等。可見(jiàn)，遺傳算 法的應(yīng)用研究已從初期的組合優(yōu)化求解拓展到了許多更新。更工程化的應(yīng)用方面
國(guó)內(nèi)也有不少的專家和學(xué)者對(duì)遺傳算法的交叉算子進(jìn)行改進(jìn)。2002年，戴曉明等應(yīng)用多種群遺傳并行進(jìn)化的思想，對(duì)不同種群基于不同的遺傳策略，如變異概率，不同的變異算子等來(lái)搜索變量空間，并利用種群間遷移算子來(lái)進(jìn)行遺傳信息交流，以解決經(jīng)典遺傳算法的收斂到局部最優(yōu)值問(wèn)題。2004年，趙宏立等針對(duì)簡(jiǎn)單遺傳算法在較大規(guī)模組合優(yōu)化問(wèn)題上搜索效率不高的現(xiàn)象，提出了一種用基因塊編碼的并行遺傳算法（Building-block Coded Parallel GA，BCPGA）。該方法以粗粒度并行遺傳算法為基本框架，在染色體_中識(shí)別出可能的基因塊，然后用基因塊作為新的基因單位對(duì)染色體重新編碼，產(chǎn)生長(zhǎng)度較短的染色體，在用重新編碼的染色體_作為下一輪以相同方式演化的初始_。2005年，江雷等針對(duì)并行遺傳算法求解TSP問(wèn)題，探討了使用彈性策略來(lái)維持_的多樣性,使得算法跨過(guò)局部收斂的障礙，向全局最優(yōu)解方向進(jìn)化。
2、論文研究的目標(biāo)、方案
1.學(xué)習(xí)遺傳算法的基本原理與應(yīng)用，并掌握其最優(yōu)化方法；
2.學(xué)習(xí)微波傳輸線阻抗匹配理論及方法；
3.應(yīng)用MATLAB實(shí)現(xiàn)對(duì)遺傳算法的編程，并在MATLAB軟件上調(diào)試運(yùn)行，能求解一般函數(shù)極值問(wèn)題；
4.利用上述MATLAB遺傳算法軟件和微波傳輸線阻抗匹配理論，對(duì)天線阻抗匹配進(jìn)行優(yōu)化。
3、研究特色和創(chuàng)新之處：
天線饋線為優(yōu)化對(duì)象，采用MATLAB語(yǔ)言實(shí)現(xiàn)遺傳算法編程并調(diào)試通過(guò)，最終利用該算法程序?qū)μ炀�饋線阻抗匹配進(jìn)行優(yōu)化設(shè)計(jì)。
4、論文達(dá)到的預(yù)期目標(biāo)與預(yù)期研究成果：
通過(guò)遺傳算法、天線、MATLAB的學(xué)習(xí)，用MATLAB實(shí)現(xiàn)遺傳算法的程序編程，并調(diào)試通過(guò)，利用程序優(yōu)化天線饋線傳輸信號(hào)過(guò)程中的畸變、損耗、抗干擾等性能，實(shí)現(xiàn)天線與饋線之間良好的阻抗匹配。
5、論文的進(jìn)展和進(jìn)度安排：
2012年11月30日前選定課題。
2013年3月初完成開(kāi)題報(bào)告。
2013年4月30日完成初步畢業(yè)設(shè)計(jì)。
2013年5月20日完成畢業(yè)論文初稿。
2013年5月30日完成畢業(yè)論文打印稿
6、參考文獻(xiàn):
[1].張文休、梁怡編著，遺傳算法的數(shù)學(xué)基礎(chǔ)，西安交通大學(xué)出版社，2000。
[2].曾建潮、 ……（未完，全文共4063字，當(dāng)前僅顯示2052字，請(qǐng)閱讀下面提示信息。收藏《論文開(kāi)題報(bào)告：遺傳算法優(yōu)化天線匹配饋線》）