中国科学院 电子学研究所, 高功率微波源与技术重点实验室, 北京 100190
针对2维电子光学多参量优化问题, 采用微动粒子群优化算法, 在给出目标电子轨迹和优化范围的前提下, 可以得到趋近于该电子轨迹的真空边界和聚束磁结构。该算法分为前后两阶段：第一阶段采用前后试探法(微动), 同时参照最优粒子的信息;第二阶段采用标准粒子群优化算法。针对涉及多个相关参量的电子光学设计问题, 标准粒子群优化算法仅能保证以较高概率收敛到局部最佳解, 而微动粒子群优化算法能以较高概率收敛到全局最佳解, 并且展现了多核计算机在电子光学设计上的潜力。初步的软件试验显示：消耗人类工程师几周时间的电子光学设计问题, 用微动粒子群算法在普通个人计算机上几十小时就能完成。
微动粒子群优化算法 微动 电子轨迹 多参量优化 jiggle particle swarm optimization algorithm jiggle electron trajectory multi-parameter optimization 强激光与粒子束
2010, 22(12): 2940
中国科学院 电子学研究所 高功率微波源与技术重点实验室,北京 100190
提出一种微动粒子群优化算法,针对2维静磁场多参量优化问题,在给出轴上目标轴向磁感应强度分布曲线的前提下,可以得到趋近于该分布曲线的磁结构。该算法分为前后两阶段:第一阶段采用前后试探法(微动),同时也参照最优粒子的信息;第二阶段采用基本粒子群优化算法。微动粒子群优化算法可以发挥多核计算机在工程设计上的潜力,而且即使粒子数目很少,也能不断趋近目标解。
微动粒子群优化算法 微动 磁感应强度 多参量优化 jiggle particle swarm optimization algorithm jiggle magnetic flux density multi-parameter optimization
