创新基金项目申请书(同名3916)VIP专享VIP免费

上海海事大学研究生创新基金资助项目申请书项目名称：项目类型：基础应用申请者：学号：专业：所在学院：联系电话：电子邮箱：攻读学位：指导教师：申请日期：上海海事大学研究生院制一、简表研究项目名称中文英文主题词（最多五个）申请金额元起止年月年月至年月申姓名性别男专业请者出生年月民族身份证号联系电话手机E-mail攻读学位硕士导师张友俊导师E-mail参与研究成员情况姓名性别学院专业联系电话承担的研究任务摘要（300字为限）将粒子群算法与空间映射算法相结合，提出了一种空间映射粒子群优化算法，并用于电磁问题的优化计算，算法实现过程中，将电磁仿真计算中精确网格剖分的计算模型作为精确模型，将粗糙网格剖分计算模型作为粗糙模型，在粒子群算法中计算粒子适应度前，使用粗糙模型结合基于卡尔曼滤波的映射关系，估计出粒子是否对算法最优解更新有效，并对有效的部分粒子做适应度计算，可以很大程度上减少算法的计算耗时，通过Ｅ型贴片天线和谐振腔缝隙天线的优化仿真说明了本算法的有效性．成果形式（1）在国内核心期刊上发表论文1篇以上。（2）提供设计实物。二、项目设计论证1．本项目的国内、外研究现状及趋势，研究本课题的意义和实践价值分析（附主要参考文献）空间映射算法（SpaceMapping）最早是在1993年由Bandler提出的,该方法应用在器件与系统建模以及射频微波器件在电磁仿真软件中的优化上，一般的,电磁仿真模型作为精确模型,低精度的电磁仿真模型(网格少的模型)或等效电路模型作为粗糙模型。1994年Bandler提出了初始空间映射方法，该方法首先将精确模型和粗糙模型参量空间的映射关系假设为线性的,然后将两空间的参量数据构成线性方程组,通过最小二乘算法求解得到两空间参量的映射关系，由于初始空间映射方法需要大量预先准备好的精确仿真响应样本,这样还是较为繁琐与复杂的,并且由于假设了两空间设计参量为线性映射,不能解决非线性映射的情况，为了改善这个缺点,在1995年Bandler研究小组提出了主动空间映射方法在该方法中,每次精确模型的仿真不仅起到验证作用,而且参与迭代过程促进优化加速迭代过程是由准牛顿步长决定的,优化当前替代模型。2000年神经网络空间映射算法（NeuralSpaceMapping），2003年神经网络逆空间映射算法（NeuralInverseSpaceMapping）确保神经网络在模型设计中的可行性。隐式空间映射算法是由Bandler研究小组在2004年提出来的。一系列辅助的参数(预先指定的参数如介电常数和介质板高度)被提取出来以用来进行粗糙模型和精确模型响应的匹配，用校准的粗糙模型(替代模型)优化得到下一次精确模型的迭代参量,隐式空间映射算法被认为是最简单,实际应用最方便的空间映射法。2003年国内最先研究空间映射法的是香港中文大学的吴克利等发表过相关应用研究论文，2007年电子科技大学的邓建华博士对空间映射法进行了较为细致的研究,提出了一种新的空间映射方法——特征元件空间映射方法,并且开发了空间映射优化系统软件，2009年西安电子科技大学的李刚博士的研究中开始涉及了空间映射在腔体滤波器中的应用，2010年以后西安电子科技大学的谢拥军教授及其有关学生一直对其进行详细的研究与运用，空间映射方法的研究在我国还未深入,还没能把它广泛应用。如何提高空间映射算法效率，并在结合不同的滤波器设计优化时节省巨大的时间和计算成本是今后研究的重点。粒子群优化算法（ParticleSwarmOptimization）PSO是一种群体智能优化计算方法，其思想来源于自然界中鸟类捕食，最早由美国的Kennedy和Eberhert教授于1994年提出的，PSO算法是求解域的直接迭代优化算法，且算法参数较少，易于实现，其一经提出就受到了众多学者的广泛关注。对于PSO算法，已经提出了多种改进粒子群算法来提高优化收敛速度，如根据群体适应度方差自适应变异的PSO、停滞检测的PSO算法、量子PSO算法、小波变异PSO算法。本文的研究意义与实践价值主要是粒子群算法是一种备受推崇的简单直接的智能优化算法。近些年，许多文献将粒子群及其改进算法用于优化电磁问题并取得了较好的效果，如采用小波变异粒子群算法优化直线天线阵列，使用PSO算法优化倒L天线阵列，采用多目标粒子群算法...