Категория
Коммуникации и связь
Тип
реферат
Страницы
31 стр.
Дата
02.04.2014
Формат файла
.html — Html-документ
Архив
1015078.zip — 16.94 kb
  • geneticheskij-algoritm-osnovannyj-na-autopoliploidii-i-prednaznachennyj-dlja-usovershenstv_1015078_1.html — 77.09 Kb
  • Readme_docus.me.txt — 125 Bytes
Оцените работу
Хорошо  или  Плохо



Текст работы

Содержание

Введение

Глава 1. Классификация конфигураций решеток

Глава 2. Аутополиплоидизация генератора

Глава 3. Применение ГА и результаты

Заключение

Список литературы


Введение

Природа часто дает инженерам уникальную возможность понять сутьметодов, необходимых для решения сложных конструкторских задач. Конструирование,основанное на природных аналогиях, предоставляет инженерам множество уникальныхи мощных средств проектирования. К примеру, генетические алгоритмы (ГА), относительноновый класс стохастических методов общей оптимизации, возникли из дарвиновских понятийо естественном отборе и эволюции. Аналогичным образом поведение роя насекомых илистаи птиц подсказало недавно идею оптимизации по принципу роения элементов (ОПРЭ).Нейронные сети (НС) и нечеткая логика (НЛ) созданы по принципу процесса принятиярешения человеком. Фрактальная геометрия возникла из потребности наилучшим образомописать чрезвычайно неправильные формы естественных объектов, таких как береговаялиния, топография местности, форма облаков, снежинок, растений, листьев, деревьев.Методы, заимствованные из природы, широко используются в последнее время, чтобынайти эффективные решения все более сложным задачам в области электромагнетизма.

Используется специально разработанный ГА, с помощью которогосоздаются оптимизированные равномерно-возбуждаемые решетки, базирующиеся на произвольныхфрактальных геометриях и называемые полифрактальными решетками (ПФР). Как оказалось,такой метод имеет несколько важных преимуществ по сравнению с обычными подходамик оптимизации решеток. Во-первых, характерная фрактальная геометрия ПФР дает простойи компактный способ описания весьма сложных структур с помощью небольшого числапараметров. Именно это уникальное свойство и положили в основу эффективной схемыкодирования ГА, применяемой для оптимизации ПФР. Во-вторых, благодаря возможностиитеративного получения целых сегментов ПФР, удалось создать быстрый алгоритм формированияДН, необходимый для эффективного расчета связанных между собой ДН. Этот алгоритмзначительно сокращает время оценки пригодности (соответствия) каждого элемента группы,что, в свою очередь, снижает общее время, требуемое для выполнения ГА. Фрактальнаясхема кодирования в сочетании с быстрым алгоритмом формирования ДН позволяет применятьподход ГА для разработки гораздо б
ольших оптимальных конфигураций решеток,чем было ранее возможно.



Ваше мнение



CAPTCHA