مقاله Efficient Circular Array Synthesis With A Mimetic Differential Evolution Algorithm تحت فایل ورد (word) دارای 8 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله Efficient Circular Array Synthesis With A Mimetic Differential Evolution Algorithm تحت فایل ورد (word) کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله Efficient Circular Array Synthesis With A Mimetic Differential Evolution Algorithm تحت فایل ورد (word) ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله Efficient Circular Array Synthesis With A Mimetic Differential Evolution Algorithm تحت فایل ورد (word) :

سال انتشار: 1393
محل انتشار: اولین کنگره سراسری الکترونیکی فناوریهای نوین ایران با هدف دستیابی به توسعه پایدار
تعداد صفحات: 8
نویسنده(ها):
Marjan Aliyari – Academic member of School of Mathematics, Ayatollah Borujerdi University, Borujerd. Iran

چکیده:

In this article, we introduce an improved optimization based technique for the synthesis of circular antenna array. The main objective is to achieve minimum sidelobe levels, maximum directivity and null control for the non-uniform, planar circular antenna array. The design procedure utilizes an improved variant of aprominent and efficient metaheuristic algorithm of current interest, namely the Differential Evolution (DE). An efficient classical local search technique calledSolis Wet’s algorithm is incorporated with the competitive Differential Evolution. While the competitive DE is used for the global exploration, Solis Wet’s algorithmis employed for local search. Combining the capability of both techniques the hybrid algorithm exhibits improved performance for circular array design problem.Three examples of circular array design problems are considered to illustrate the effectiveness of the hybrid algorithm cDESW (Competiteve Differential Evolution with Solis Wet’s technique). The design results obtained using cDESW has comfortably outperformed the results obtained by other state-of-the- art metaheuristics like CLPSO, JADE.