論文の概要: Efficient Antenna Optimization Using a Hybrid of Evolutionary Programing
and Particle Swarm Optimization
- arxiv url: http://arxiv.org/abs/2205.05759v1
- Date: Wed, 11 May 2022 20:14:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-13 12:22:44.644164
- Title: Efficient Antenna Optimization Using a Hybrid of Evolutionary Programing
and Particle Swarm Optimization
- Title（参考訳）: 進化的プログラムと粒子群最適化のハイブリッドによる効率的なアンテナ最適化
- Authors: Ahmad Hoorfar, Shamsha Lakhani
- Abstract要約: 本稿では,進化計画法(EP)と粒子群最適化法(PSO)を併用して,アンテナアレイと準曲面の数値的大域的最適化を行う。
ハイブリッドEP-PSOアルゴリズムは、Swarm方向を標準の自己適応EPアルゴリズムに組み込んだ進化最適化手法を用いる。
- 参考スコア（独自算出の注目度）: 2.601664770350088
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we present a hybrid of Evolutionary Programming (EP) and
Particle Swarm Optimization (PSO) algorithms for numerically efficient global
optimization of antenna arrays and metasurfaces. The hybrid EP-PSO algorithm
uses an evolutionary optimization approach that incorporates swarm directions
in the standard self-adaptive EP algorithm. As examples, we have applied this
hybrid technique to two antenna problems: the side-lobe-level reduction of a
non-uniform spaced (aperiodic) linear array and the beam shaping of a printed
antenna loaded with a partially reflective metasurface. Detailed comparisons
between the proposed hybrid EP-PSO technique and EP-only and PSO-only
techniques are given, demonstrating the efficiency of this hybrid technique in
the complex antenna design problems.
- Abstract（参考訳）: 本稿では,進化的プログラミング(EP)と粒子群最適化(PSO)を併用して,アンテナアレイと準曲面の数値的大域的最適化を行う。
ハイブリッドEP-PSOアルゴリズムは、Swarm方向を標準の自己適応EPアルゴリズムに組み込んだ進化最適化手法を用いる。
例えば、このハイブリッド手法を2つのアンテナ問題に適用した: 非一様空間(周期的)線形アレイのサイドローブレベル低減と、部分反射メタ曲面を装填したプリントアンテナのビーム整形である。
提案するハイブリッドep-pso法とepのみおよびpsoのみ法の比較を行い,複合アンテナ設計におけるこのハイブリッド手法の有効性を実証した。
関連論文リスト
- Gradient Based Hybridization of PSO [1.1059341532498634]
Particle Swarm Optimization (PSO) は、過去30年間にわたって、強力なメタヒューリスティックなグローバル最適化アプローチとして現れてきた。
PSOは、単一目的シナリオにおける早期の停滞や、探索と搾取のバランスを取る必要性といった課題に直面している。
多様なパラダイムから確立された最適化手法と協調的な性質を統合することでPSOをハイブリダイズすることは、有望な解決策となる。
論文 参考訳（メタデータ） (2023-12-15T11:26:36Z) - Federated Conditional Stochastic Optimization [110.513884892319]
条件付き最適化は、不変学習タスク、AUPRC、AMLなど、幅広い機械学習タスクで見られる。
本稿では,分散フェデレーション学習のためのアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-04T01:47:37Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳（メタデータ） (2023-01-30T15:46:39Z) - BALPA: A Balanced Primal-Dual Algorithm for Nonsmooth Optimization with
Application to Distributed Optimization [39.67743321086165]
等式制約のある合成最適化問題に対して,新しい原始二元近位分割アルゴリズム (PD-PSA) を提案する。
BALPAでは、二重更新は時間変化の二次関数の近点として設計され、原始的および二重更新の実装のバランスをとる。
本稿では,BALPA(S-BALPA)のバージョンを提案し,新たな分散最適化アルゴリズムの開発にBALPAを適用した。
論文 参考訳（メタデータ） (2022-12-06T09:18:31Z) - Hybrid Evolutionary Optimization Approach for Oilfield Well Control
Optimization [0.0]
油田生産の最適化は、地下モデルの複雑さと関連する非線形性のために困難である。
本稿では,2つのハイブリッドな進化的最適化手法の有効性について述べる。
論文 参考訳（メタデータ） (2021-03-29T13:36:51Z) - Low-Cost Maximum Entropy Covariance Matrix Reconstruction Algorithm for
Robust Adaptive Beamforming [0.0]
本稿では,行列反転を回避する勾配アルゴリズムを用いた低複素適応ビームフォーミング手法を提案する。
提案手法は最大エントロピーパワースペクトル (MEPS) に基づくアルゴリズムを用いてノイズプラス干渉共分散行列 (MEPS-NPIC) を推定する。
論文 参考訳（メタデータ） (2020-12-28T16:26:55Z) - Bilevel Optimization: Convergence Analysis and Enhanced Design [63.64636047748605]
バイレベル最適化は多くの機械学習問題に対するツールである。
Stoc-BiO という新しい確率効率勾配推定器を提案する。
論文 参考訳（メタデータ） (2020-10-15T18:09:48Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - EOS: a Parallel, Self-Adaptive, Multi-Population Evolutionary Algorithm
for Constrained Global Optimization [68.8204255655161]
EOSは実数値変数の制約付きおよび制約なし問題に対する大域的最適化アルゴリズムである。
これはよく知られた微分進化(DE)アルゴリズムに多くの改良を加えている。
その結果、EOSisは、最先端の単一人口自己適応Dアルゴリズムと比較して高い性能を達成可能であることが証明された。
論文 参考訳（メタデータ） (2020-07-09T10:19:22Z) - Adaptivity of Stochastic Gradient Methods for Nonconvex Optimization [71.03797261151605]
適応性は現代最適化理論において重要であるが、研究されていない性質である。
提案アルゴリズムは,PL目標に対して既存のアルゴリズムよりも優れた性能を保ちながら,PL目標に対して最適な収束性を実現することを実証した。
論文 参考訳（メタデータ） (2020-02-13T05:42:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。