Resumen

Este estudio propone un algoritmo genético de competencia de familia de redes neuronales (NN-FCGA) para resolver problemas de optimización electromagnética (EM) y otros problemas de optimización de propósito general. El NN-FCGA es un algoritmo híbrido basado en la evolución, que combina el buen rendimiento de aproximación de la red neuronal (NN) y la capacidad de búsqueda óptima robusta y efectiva de los algoritmos genéticos de competencia de familia (FCGA) para acelerar el proceso de optimización. En este estudio, el NN-FCGA se utiliza para extraer un conjunto de parámetros de diseño óptimos para dos ejemplos de diseño representativos: el filtro paso bajo de múltiples secciones y el absorbedor electromagnético poligonal. Nuestros resultados demuestran que las propiedades electromagnéticas óptimas proporcionadas por el NN-FCGA son comparables a las de la FCGA, pero reduciendo una gran cantidad de tiempo de cálculo y un modelo de NN bien entrenado que puede servir como un aproximador no lineal fue desarrollado durante

• Materias:Algoritmo genético Agrupamiento difuso Memoria gamma Controlador Neuro-Fuzzy
• Subjects:Genetic algorithm Fuzzy clustering Gamma memory Neuro-Fuzzy Controller
• Palabras claves:Red neuronal; Algoritmo genético; Optimización; Electromagnético; NN-FCGA; Parámetros de diseño
• Keywords:Neural network; Genetic algorithm; Optimization; Electromagnetic; NN-FCGA; Design parameters