实验六 遗传算法与优化设计
一、实验目的
1. 了解遗传算法的基本原理和基本操作(选择、交叉、变异);
2. 学习使用 Matlab 中的遗传算法工具箱(gatool)来解决优化设计问题;
二、实验原理及遗传算法工具箱介绍
1. 一个优化设计例子
图 1 所示是用于传输微波信号的微带线(电极)的横截面结构示意图,上下两根黑条分别
代表上电极和下电极,一般下电极接地,上电极接输入信号,电极之间是介质(如空气,陶
瓷等)。微带电极的结构参数如图所示,W、t 分别是上电极的宽度和厚度,D 是上下电极间
距。当微波信号在微带线中传输时,由于趋肤效应,微带线中的电流集中在电极的表面,会
产生较大的欧姆损耗。根据微带传输线理论,高频工作状态下(假定信号频率 1GHz),电
极的欧姆损耗可以写成(简单起见,不考虑电极厚度造成电极宽度的增加):
图 1 微带线横截面结构以及场分布示意图
W
W
D D
2D t
D
1
ln
(1)
2
W
50D
W 2
0.94
W
W
t D
W
0.94
D
2D
ln 2
e
D
2D
R
S
8.68
其中
R
S
为电阻率。可见电极的结构参数影响着电极损耗,
0
为金属的表面电阻率,
通过合理设计这些参数可以使电极的欧姆损耗做到最小,这就是所谓的最优化问题或者称为
规划设计问题。此处设计变量有 3 个:W
、
D
、
t,它们组成决策向量[W, D ,t]
T
,待优化函数
(W , D, t)
称为目标函数。
上述优化设计问题可以抽象为数学描述:
min f
X
(2)
s.t.
g
X
0, j 1,2,..., p
j