【布局优化】基于粒子群实现天线阵元优化布局附matlab代码 |
您所在的位置:网站首页 › matlab中funmin › 【布局优化】基于粒子群实现天线阵元优化布局附matlab代码 |
✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。 🍎个人主页:Matlab科研工作室 🍊个人信条:格物致知。 更多Matlab仿真内容点击👇 智能优化算法 神经网络预测 雷达通信 无线传感器 电力系统 信号处理 图像处理 路径规划 元胞自动机 无人机 ⛄ 内容介绍粒子群优化算法(PSO)是一种基于群智能的随机优化算法,其理论简单,参数少,易于实现,可用于解决大量非线性,不可微和多峰值的复杂问题.本文介绍了粒子群算法的基本原理和基本流程,研究了如何将这种方法应用于阵列天线的方向图综合上,给出了PSO算法在阵列天线方向图综合的应用实例,结果表明粒子群算法在阵列天线方向图综合上有很好的应用前景. ⛄ 部分代码tic; % Initializations pBestScore=zeros(N); pBest=zeros(N,D); gBest=zeros(1,D); cg_curve=zeros(1,Max_iter); %%%%%%%%%%%%% 生成初始种群 %%%%%%%%%%%%%% %%%%%%%%%%%%%0为没有阵元,1 为有阵元%%%%%% pos = randn(N,D); [~,Index] = sort(pos); pos = zeros(N,D); for i = 1:N pos(i,Index(end-N+1:end,i)) = 1; end vel=rand(N,D)*2*Vmax-Vmax; for i=1:N pBestScore(i)=inf; end % Initialize gBestScore for a minimization problem gBestScore=-inf;
for l=1:Max_iter
for i=1:size(pos,1) %Calculate objective function for each particle fitness=fobj(pos(i,:)); if(pBestScore(i) |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |