导读:本文包含了电磁场计算逆问题论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,电磁场,全局,目标,种群,超导,对偶。
电磁场计算逆问题论文文献综述
刘磊,安斯光,Junwei,Lu,杨仕友[1]（2013）在《高维多目标电磁场逆问题计算的改进多重单目标Pareto采样算法》一文中研究指出电气工程中的优化设计(电磁场逆)问题一般为多极值点的非线性全局优化问题。当需要考虑不同性能指标时,又必须同时给出多个非控解以供决策。这进一步加剧了问题的复杂度。虽然进化算法在多目标优化设计中获得了广泛应用,但对于目标函数超过叁维的高维多目标优化问题,目前基于非控关系的多目标进化算法很难获得满意的优化结果。为此,人们提出了高维多目标优化的多重单目标Pareto采样(MSOPS)算法。该算法具有结构简单,计算复杂度低等优点。然而,研究表明,MSOPS算法收敛速度慢,优化结果往往缺乏多样性。为此,本文对MSOPS算法进行了改进研究,提出了目标矢量的拥挤操作以增加解的多样性,借助非均匀的目标矢量更新以及附加外部档案等改进措施对搜索区域进行有效地搜索,加快算法收敛。直线阵列和Yagi-Uda天线阵的实例分析、计算证明了本文算法的优越性和可靠性。(本文来源于《电工技术学报》期刊2013年06期）
徐斌[2]（2012）在《基于遗传算法与并行计算的电磁场逆问题研究》一文中研究指出以电磁设备优化设计为主的电磁场逆问题,由于其突出的工程应用价值,自诞生以来就一直是电磁场应用研究领域的热点问题。随着计算机技术的发展和电磁场数值计算理论、方法的不断丰富与完善,以及工程技术发展的客观需求,电磁场逆问题的应用前景必定更为可观。本文针对遗传算法及其在电磁场优化设计中的应用展开了深入研究,为改进标准遗传算法算法早熟和局部寻优能力不足,提出自适应对偶种群遗传算法,引入适应于当前种群最优解的对偶种群和新的子代产生规则。典型数学问题测试结果表明改进后的遗传算法最优解质量高,收敛速度快,稳定性好。以超导磁储能系统优化设计问题为例,对其数学模型进行深入的研究,采用基本有限元算法求解SMES系统优化设计的正问题。将改进遗传算法运用到SMES系统优化设计问题,取得较好的优化结果。一般地,电磁场逆问题求解由于函数适应度计算通过数值方法实现,整个优化过程计算时间冗长。为解决这一问题,在改进算法的基础上结合并行计算,分别采用一级主从并行模式和二级主从并行模式处理改进算法,在Linux平台下基于C和MPI编程开发并行遗传算法,仿真结果表明,相较于串行遗传算法,并行遗传算法具有更快的求解速度,优化时间的并行加速比几乎是线性的,充分说明本文方法对电磁场逆问题实际应用的价值和理论研究的借鉴意义。(本文来源于《浙江大学》期刊2012-01-01）
张慧[3]（2007）在《电磁场逆问题分析计算的快速全局优化算法研究》一文中研究指出随着计算机技术的发展和电磁场数值计算理论、方法的不断丰富与完善，以及工程技术发展的客观需求，以电磁装置的优化设计为背景的电磁场逆问题已成为国内外计算电磁学的研究热点之一。目前，对于电磁场逆问题的求解，都是将其分解为一系列正问题，然后采用一定的优化方法通过迭代解算达到最终优化设计的目的。有鉴于此，本文对电磁场逆问题的核心内容之一——即优化算法，进行了较为深入、系统的研究。在充分分析、归纳国内外现有优化算法的基础上，提出了具有工程实用价值的新快速全局优化算法。首先，本文对归属随机类优化算法的遗传算法和粒子群算法进行了重点研究。在分析各自特点基础上，为提高遗传算法和粒子群算法的全局搜索能力和快速寻优能力，分别提出了若干改进措施，得到了两种适用于电磁装置单目标多峰函数全局优化设计的改进遗传算法和改进粒子群算法，并通过对典型数学函数的分析和计算，验证了改进算法的有效性与实用性。其次，为解决电磁场逆问题分析、计算中由于随机类优化算法需进行数以千计次电磁场的数值分析，以致计算时间和计算量难以满足工程分析实际要求的难题，本文将表面响应模型法引入电磁场逆问题的求解，研究了基于紧支径向基函数和基于移动最小二乘法的两种表面响应模型，并将其分别与改进的遗传算法和粒子群算法相结合，提出两种不同的混合快速全局优化算法。最后，本文将所提出的快速混合全局优化算法应用于典型的工程电磁场逆问题的分析和计算，取得了满意的计算结果。实例证明，本文算法既能有效地提高优化计算的效率，又可保证算法的全局搜索能力。(本文来源于《浙江大学》期刊2007-06-01）
聂曼[4]（2006）在《电磁场逆问题分析计算的进化算法研究》一文中研究指出电磁装置优化设计(电磁场逆问题)是电磁场工程技术领域中倍受关注的研究课题。基于能源、物质资源和环境保护等方面的迫切需求,以及电气产品高科技含量的市场竞争的客观现实,电磁装置多目标综合优化设计已经成为电气信息产业研究、设计、制造部门亟待解决的关键技术问题之一,且已形成为国际应用电磁技术的前沿性研究专题。 本文研究聚焦于电磁场逆研究的核心内容之一—优化算法,对电磁装置优化设计的随机类矢量、标量新算法进行了较为系统的研究。 首先,在综合国内外现有随机类全局搜索算法基础上,重点研究了基因算法和禁忌搜索算法,分别提出了适合于电磁装置单目标多峰函数全局优化设计的改进禁忌和基因(进化)算法。 其次,基于实际工程电磁场逆问题多目标综合设计的物理本质,对电磁场逆问题分析计算的矢量进化算法进行了较为系统的研究。在综合各种适值计算方法基础上,确定了以状态点排序值进行适值分配的新方法。在此基础上,提出了提高矢量进化算法性能的若干改进措施。 第叁,将本文提出的改进矢量、标量算法成功应用于典型工程问题的分析和计算,取得了满意的计算结果。 第四,在电磁场逆问题分析计算方法研究中,取得了具有一定学术意义的研究成果。(本文来源于《浙江大学》期刊2006-06-01）
杨仕友,倪光正,李岩,唐任远[5]（1998）在《模拟退火算法的改进及其在电机电磁场逆问题数值计算中的应用》一文中研究指出在对制约模拟退火（ＳＡ）算法收敛速度的若干问题研究的基础上，本文构造了改进的ＳＡ算法。通过应用于大型水轮发电机极靴形状优化设计中电磁场逆问题的数值计算，以及与国外样机数据和其他优化算法计算结果的对比分析，验证了本算法的有效性和正确性。(本文来源于《电工技术学报》期刊1998年02期）
杨仕友,倪光正,钱金根[6]（1998）在《电机电磁场逆问题数值计算的改进 TABU 算法》一文中研究指出在分析现有ＴＡＢＵ算法基础上，本文提出了一种通用的连续变量全局优化ＴＡＢＵ算法；典型数学函数验证和应用实例表明：本文算法仅用模拟退火（ＳＡ）算法２０％左右的迭代次数便可得到略好于ＳＡ算法的（全局）最优解。(本文来源于《中国电机工程学报》期刊1998年02期）
袁志勇,王泽忠,邵汉光[7]（1994）在《电磁场逆问题的分析与计算》一文中研究指出本文在优化区域边界的二维电磁场逆问题中，应用高阶有限元，增大了可变动节点的变化范围。消去中中间变量，采用分块矩阵，使优化变量对应的雅可比矩阵阶数大为降低，节省了计算机内存和计算时间。本文方法曾用于凸极电机磁极形状优化设计。(本文来源于《中国电机工程学报》期刊1994年01期）
电磁场计算逆问题论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以电磁设备优化设计为主的电磁场逆问题,由于其突出的工程应用价值,自诞生以来就一直是电磁场应用研究领域的热点问题。随着计算机技术的发展和电磁场数值计算理论、方法的不断丰富与完善,以及工程技术发展的客观需求,电磁场逆问题的应用前景必定更为可观。本文针对遗传算法及其在电磁场优化设计中的应用展开了深入研究,为改进标准遗传算法算法早熟和局部寻优能力不足,提出自适应对偶种群遗传算法,引入适应于当前种群最优解的对偶种群和新的子代产生规则。典型数学问题测试结果表明改进后的遗传算法最优解质量高,收敛速度快,稳定性好。以超导磁储能系统优化设计问题为例,对其数学模型进行深入的研究,采用基本有限元算法求解SMES系统优化设计的正问题。将改进遗传算法运用到SMES系统优化设计问题,取得较好的优化结果。一般地,电磁场逆问题求解由于函数适应度计算通过数值方法实现,整个优化过程计算时间冗长。为解决这一问题,在改进算法的基础上结合并行计算,分别采用一级主从并行模式和二级主从并行模式处理改进算法,在Linux平台下基于C和MPI编程开发并行遗传算法,仿真结果表明,相较于串行遗传算法,并行遗传算法具有更快的求解速度,优化时间的并行加速比几乎是线性的,充分说明本文方法对电磁场逆问题实际应用的价值和理论研究的借鉴意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电磁场计算逆问题论文参考文献
[1].刘磊,安斯光,Junwei,Lu,杨仕友.高维多目标电磁场逆问题计算的改进多重单目标Pareto采样算法[J].电工技术学报.2013
[2].徐斌.基于遗传算法与并行计算的电磁场逆问题研究[D].浙江大学.2012
[3].张慧.电磁场逆问题分析计算的快速全局优化算法研究[D].浙江大学.2007
[4].聂曼.电磁场逆问题分析计算的进化算法研究[D].浙江大学.2006
[5].杨仕友,倪光正,李岩,唐任远.模拟退火算法的改进及其在电机电磁场逆问题数值计算中的应用[J].电工技术学报.1998
[6].杨仕友,倪光正,钱金根.电机电磁场逆问题数值计算的改进TABU算法[J].中国电机工程学报.1998
[7].袁志勇,王泽忠,邵汉光.电磁场逆问题的分析与计算[J].中国电机工程学报.1994