Wyszukiwarka
Abstrakt
In this paper, an optimization framework for multi-objective design of antenna structures is discussed which exploits data-driven surrogates, a multi-objective evolutionary algorithm, response correction techniques for design refinement, as well as generalized domain segmentation. The last mechanism is introduced to constrain the design space region subjected to sampling, which permits reduction of the number of training data samples required for surrogate model identification. The generalized segmentation technique works for any number of design objectives. Here, it is demonstrated using a three-objective case study of a UWB monopole optimized for best in-band reflection, minimum gain variability, and minimum size. The numerical results indicate that segmentation leads to reducing the cost of initial Pareto identification by around 21 percent as compared to the conventional surrogate-assisted approach.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
0
Scopus
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- Licencja
- Copyright (2018 Warsaw Univ. of Technology, IEEE)
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Tytuł wydania:
- 2018 22nd International Microwave and Radar Conference (MIKON) strony 348 - 351
- Język:
- angielski
- Rok wydania:
- 2018
- Opis bibliograficzny:
- Kozieł S., Bekasiewicz A.: Three-objective antenna optimization by means of kriging surrogates and domain segmentation// 2018 22nd International Microwave and Radar Conference (MIKON)/ : , 2018, s.348-351
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.23919/mikon.2018.8405222
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 102 razy