科学技术与应用

改进鹈鹕优化算法在天线优化中的应用

朱 浩

东华大学信息科学与技术学院

单 志勇

东华大学信息科学与技术学院

DOI: https://doi.org/10.59429/kxjsyy.v2i3.10733

Keywords: 鹈鹕优化算法；混沌映射；柯西变异；天线优化；圆极化微带天线

---

Abstract

针对天线参数优化过程中存在计算复杂度高且在传统扫描方法下效率低的难题，该文提出一种改进鹈鹕优 化算法（Improve pelican optimization algorithm，IPOA）用以优化天线。在传统鹈鹕优化算法基础上，首先通过引入 Tent 混沌映射初始化种群，利用混沌映射的随机性、规律性和遍历性特点来提升种群多样性；其次，在鹈鹕优化算 法引入自适应柯西变异策略，通过周期变化的变异步长增强个体向周围探索的能力，有助于算法跳出局部最优陷阱； 同时融入贪婪原则保留优异个体信息宜于种群向食物源收敛。最后将其应用于求解一款圆极化微带天线的性能优化 问题，优化后的天线工作于 2.4~2.66GHz，阻抗带宽为 260MHz（10.4%），轴比带宽为 100MHz（4%），满足设计 要求，该结果验证了 IPOA 在天线优化问题上具有的优越性和工程实用性。

---

References

[1] XU Xiaoxian, XU Pengying, WANG Yan, et al. Intelligent design of reconfigurable microstrip antenna based on adaptive immune annealing algorithm[J]. IEEE Transactions on Instrumentation and Measurement,2022(71):1-14.

[2] TROJOVSKý P, DEHGHANI M. Pelican optimization algorithm: a novel nature-inspired algorithm for engineering applications[J]. Sensors,2022,22(3):855

[3] 刘秉玄,马剑龙,吕文春,等.基于混沌映射和动态协同机制的风力机翼型气动性能综合优化[J].太阳能学报,2025,46(1):17-24.

[4] 张少丰,李书琴.引入精英反向学习和柯西变异的混沌蜉蝣算法[J].计算机工程与设计,2024,45(1):187-196.