طراحی آنتن تک قطبی مسطح بهینه شده با استفاده از الگوریتم بهینهسازی چند منظوره ترکیبی و توابع آشوبناک
محورهای موضوعی : طراحی و کاربرد آنتن
وحید حسینی
1
,
یوسف فرهنگ
2
,
کامبیز مجید زاده
3
,
چنگیز قبادی
4
1 - گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران.
2 - دانشکده مهندسی و معماری، گروه مهندسی کامپیوتر، دانشگاه اسنیورت استانبول، ترکیه.
3 - گروه مهندسی کامپیوتر، واحد ارومیه، دانشگاه آزاد اسلامی، ارومیه، ایران
4 - گروه مهندسی الکترونیک، دانشگاه ارومیه، ارومیه، ایران
کلید واژه: آنتن تک قطبی, الگوریتم بهینهسازی, الگوریتم ازدحام ذرات و الگوریتم ژنتیک, تابع آشوبناک,
چکیده مقاله :
این تحقیق از یک الگوریتم بهینهسازی چند هدفه جدید برای طراحی یک آنتن يك قطبی با ویژگیهای الکترومغناطیسی خاص استفاده میکند. این الگوریتم از یک تابع آشوبناک ترکیبی برای ادغام الگوریتم ازدحام ذرات جهشیافته سفارشی شده با الگوریتم ژنتیک اصلاحشده استفاده مینماید. رویکرد ترکیبی جدید با اجتناب از به دام افتادن در حداقلهای محلی، سریعتر از الگوریتمهای متداول ازدحام ذرات و الگوریتم ژنتیک به نتایج دلخواه نیل مینماید. عملکرد الگوریتم فرا ابتکاری پیشنهادی با استفاده از توابع معیار مانند تابع راستریگن، تابع آکلی، تابع روزنبروک و تابع بووث با موفقیت شبیهسازی و تثبیت شدهاند. در نهایت، اعتبار رویکرد ارائه شده برای کاربردهای الکترومغناطیسی با بهینهسازی یک آنتن تک قطبی مایکرواستریپ مسطح با ساختاری ساده نشان داده میشود، الگوریتم پیشنهادی اجازه میدهد تا معیارهای بهینهسازی طوری سفارشی شوند که به نتایج از پیش در نظر گرفته شده برای افت بازگشتی و فرکانس رزونانس نیل نمایند. الگوریتم بهینهسازی توسعه یافته در متلب، برای تعیین تنظیمات پارامترهای لازم به منظور دستیابی به باندهای فرکانسی مورد انتظار با استفاده از الگوریتم ازدحام ذرات جهشیافته سفارشی یا ژنتیک اصلاح شده ابتکاری استفاده میشود. ابعاد عناصر آنتن پیشنهادی، به طور قابل توجهی بر عملکرد آنتن تأثیر میگذارند.
This research uses a new multi-objective optimization algorithm to design a single pole antenna with specific electromagnetic characteristics. This algorithm uses a hybrid chaotic function to integrate the customized mutated particle swarm algorithm with the modified genetic algorithm. By avoiding getting trapped in local minima, the new hybrid approach achieves desired results faster than conventional particle swarm algorithms and genetic algorithms. The performance of the proposed meta-heuristic algorithm has been successfully simulated and stabilized using benchmark functions such as Rastrigen's function, Ackley's function, Rosenbrook's function, and Booth's function. Finally, the validity of the presented approach for electromagnetic applications is demonstrated by optimizing a planar microstrip monopole antenna with a simple structure. The proposed algorithm allows the optimization criteria to be customized to achieve the predetermined results for return loss and resonance frequency. The optimization algorithm developed in MATLAB is used to determine the necessary parameter settings in order to achieve the expected frequency bands using custom mutated particle swarm algorithm or heuristic modified genetics. The dimensions of the proposed antenna elements significantly affect the antenna performance.
ادغام الگوریتم های فراابتکاری با استفاده از توابع آشوب ناک برای غلبه بر چالش ها در ترکیب الگوریتم ها.
بهبود الگوریتم ژنتیک کلاسیک برای بهبود عملکرد.
توسعه یک الگوریتم بهینه سازی ترکیبی چند هدفه با عملکرد بهتر.
Citation: V. Hosseini, Y. Farhang, K. Majidzadeh, and Ch. Ghobadi, “Multi-Objective Optimization Algorithm Development using Chaotic Maps to Design of a Planar Microstrip Monopole Antenna,” Journal of Southern Communication Engineering, vol. 14, no. 55, pp. 121–142, 2025, doi:10.30495/jce.2023.1985366.1202 [in Persian].
