粒子群及遗传算法在相对论返波管中的应用

计算物理 ›› 2014, Vol. 31 ›› Issue (4): 479-485.

粒子群及遗传算法在相对论返波管中的应用

王辉辉, 刘大刚, 蒙林, 刘腊群

电子科技大学物理电子学院, 成都 610054

收稿日期:2013-07-13 修回日期:2013-12-05 出版日期:2014-07-25 发布日期:2014-07-25
作者简介:王辉辉(1987-), male, PhD, major in computational plasmas,E-mail:whhnjznl@163.com
基金资助:
Supported by the National Natural Science Foundation of China (Grant No.11175040)

Particle Swarm Optimization and Genetic Algorithm for a Relativistic Backward Wave Oscillator

WANG Huihui, LIU Dagang, MENG Lin, LIU Laqun

School of Physical Electronics, University of Electronic Science and Technology of China, Chengdu 610054, China

Received:2013-07-13 Revised:2013-12-05 Online:2014-07-25 Published:2014-07-25
Supported by:
Supported by the National Natural Science Foundation of China (Grant No.11175040)

摘要/Abstract

摘要： 在全三维粒子模拟软件CHIPIC平台上,分别开发了粒子群及基因算法模块.以相对论返波管为例,采用三种不同类型的参数(连续参数、离散参数、混合参数),对粒子群及基因算法进行比较.优化结果表明:粒子群算法的收敛速度更快,在有限的迭代步数内得到的目标结果也更优良,总体表现优于基因算法.

关键词: 粒子群优化, 基因算法, 相对论返波管, 粒子模拟

Abstract: Based on platform of three-dimensional particle-in-cell (PIC), CHIPIC, modules of particle swarm optimization (PSO) and genetic algorithm (GA) are designed to optimize a relativistic backward wave oscillator (RBWO), respectively. Comparisons of PSO and GA are implemented in three kinds of parameters of RBWO:Continuous parameter, discrete parameter, and mix parameters. It shows that performances of PSO are better than that of GA. PSO has higher optimization accuracy and convergence rate than GA.

Key words: particle swarm optimization, genetic algorithm, relativistic backward wave oscillator, particle-in-cell

中图分类号:

王辉辉, 刘大刚, 蒙林, 刘腊群. 粒子群及遗传算法在相对论返波管中的应用[J]. 计算物理, 2014, 31(4): 479-485.

WANG Huihui, LIU Dagang, MENG Lin, LIU Laqun. Particle Swarm Optimization and Genetic Algorithm for a Relativistic Backward Wave Oscillator[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2014, 31(4): 479-485.

[1]	石建平, 李培生, 刘国平. 基于混合群智能优化算法的混沌系统参数估计[J]. 计算物理, 2019, 36(5): 621-630.
[2]	徐涵, 卓红斌, 杨晓虎, 侯永, 银燕, 刘杰. 超热电子在稠密等离子体中输运的混合粒子模拟方法[J]. 计算物理, 2017, 34(5): 505-525.
[3]	常恒心, 许铮, 姚伟鹏, 谢雨, 乔宾. 量子电动力学—粒子模拟极端等离子体动力学研究[J]. 计算物理, 2017, 34(5): 526-542.
[4]	孙会芳, 张芳, 董志伟. 圆柱体外SGEMP的三维数值模拟[J]. 计算物理, 2016, 33(4): 434-440.
[5]	李芙屹, 向东, 龚学余, 路兴强. 低频Alfvén波多波相干加热粒子模拟[J]. 计算物理, 2016, 33(4): 441-446.
[6]	李盼池, 王琪超, 施光尧. 基于Bloch球面搜索的量子粒子群优化算法[J]. 计算物理, 2013, 30(3): 454-462.
[7]	李克华, 龚学余, 路兴强, 李景春. 低频Alfvén波对等离子体非共振加热与随机加热的粒子模拟[J]. 计算物理, 2012, 29(5): 739-744.
[8]	杨长鸿, 蒙林, 张开志, 刘大刚, 廖树清, 代志勇. 光发射模块的实现及直线感应加速器注入器的模拟[J]. 计算物理, 2012, 29(3): 383-388.
[9]	许峰, 曹莉华. 啁啾激光脉冲受激拉曼散射理论和粒子模拟[J]. 计算物理, 2011, 28(4): 589-597.
[10]	刘大刚, 周俊, 杨超, 蒙林. 粒子模拟中的一种高频噪声抑制算法[J]. 计算物理, 2011, 28(2): 243-249.
[11]	陈民, 盛政明, 郑君, 马燕云, 张杰. 粒子模拟程序的发展及其在激光等离子体相互作用研究中的应用[J]. 计算物理, 2008, 25(1): 43-50.
[12]	银燕, 常文蔚, 徐涵, 卓红斌, 马燕云. 等离子体粒子模拟中的有效电流分配方法[J]. 计算物理, 2007, 24(6): 655-659.
[13]	周俊, 祝大军, 刘大刚, 刘盛纲. 粒子模拟中的时偏FDTD算法[J]. 计算物理, 2007, 24(5): 566-572.
[14]	陆全明, 窦贤康, 王水, 王曙. 二维等离子体并行PIC模拟的性能分析及应用[J]. 计算物理, 2005, 22(3): 264-270.
[15]	李斌, 刘占军, 郑春阳, 朱少平. 粒子模拟激光斜入射边界条件的处理[J]. 计算物理, 2004, 21(6): 509-514.