恭喜電子科技大學長三角研究院(湖州)楊雪松獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜電子科技大學長三角研究院(湖州)申請的專利一種結合遺傳算法和材料分布法的混合優化方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115062541B 。
龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210669058.X,技術領域涉及:G06F30/27;該發明授權一種結合遺傳算法和材料分布法的混合優化方法是由楊雪松;王蘭蘭設計研發完成,并于2022-06-14向國家知識產權局提交的專利申請。
本一種結合遺傳算法和材料分布法的混合優化方法在說明書摘要公布了:本發明公開了一種用于微波電路和天線的混合優化方法,它將遺傳算法與材料分布法結合起來,屬于微波電路和天線優化技術領域,該方法包括:步驟1:采用兩種嵌套網格對優化區域進行剖分,得到粗、細兩種網格;步驟2:采用遺傳算法對粗網格進行優化,得到比較簡單的結構;步驟3:將簡單結構的材料分布映射到細網格,采用材料分布法進行優化,得到最優的天線模型。該優化方法融合遺傳算法和材料分布法的優勢,收斂速度快,拓撲結構復雜,避免陷入較差的局部最優解。
本發明授權一種結合遺傳算法和材料分布法的混合優化方法在權利要求書中公布了:1.一種結合遺傳算法和材料分布法的混合優化方法,其特征在于,包括有以下步驟:步驟1:創建微波電路或天線的初始模型,對需要優化的區域進行嵌套網格剖分,得到粗、細兩種網格,通過對粗網格優化得到的材料密度分布可以完整映射與細網格的材料密度分布;步驟2:采用遺傳算法對步驟1中的粗網格中的材料進行優化,得到比較簡單的結構;步驟3:將步驟2中得到的簡單結構的材料分布情況映射到步驟1中的細網格上,作為初始值,采用材料分布法對細網格中的材料進行優化,在粗網格分布中,步驟2中的簡單結構屬于全局最優的結構,對網格進行細化后,材料分布法可以使目標函數進一步降低;所述步驟3的具體實現方法為:步驟3.1:將步驟2得到粗網格材料最優分布映射到細網格上,作為材料分布法的初始變量值;步驟3.2:采用有限元方法和伴隨敏感度分析方法得到優化變量的目標函數值和梯度值;步驟3.3:采用MMA算法生成新的優化變量值,MMA算法是一種梯度優化算法,可以實現大規模變量優化問題的快速收斂;步驟3.4:重復步驟3.2-3.3,直至算法收斂,得到材料分布法最優結果;步驟1采用天線模型為背饋的貼片天線,該天線的介質基板采用RogersRTduroid5880εr=2.2,tanδ=0.0009,介質基板上表面為邊長Lg=70mm的正方形,印刷有邊長Lp=60mm的輻射貼片,介質基板厚度h=3mm,介質基板下表面為金屬地,饋電端口位于天線的中心,優化頻率為5.8GHz;該天線的優化區域為介質基板上表面的輻射貼片,首先采用正方形網格對優化區域進行剖分,網格邊長為6mm,生成100個網格,在此基礎上采用三角形網格對優化區域進行剖分,得到5442個網格,每個正方形網格對應幾十個三角形網格;優化高增益線極化天線,目標函數為: 其中,fco為天線的主極化目標值,θ1為主極化的優化角度,fcx為天線的交叉極化目標值,θ2為交叉極化的優化角度,|S|為天線的S參數值,wii=1,2,3為目標值的權重,wi0;正方向網格中的材料作為遺傳算法的優化變量p1∈{0,1},當網格中的材料為空氣時,優化變量p1=0;當網格中的材料為金屬時,優化變量p1=1,在遺傳算法中,采用上下對稱結構使優化變量減少為50個,每一代的種群規模為10,進行50次迭代,設置種群的交叉概率0.7,變異概率0.5。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人電子科技大學長三角研究院(湖州),其通訊地址為:313000 浙江省湖州市西塞山路819號南太湖科技創新綜合體B2幢8層;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。