Please use this identifier to cite or link to this item: http://hdl.handle.net/11527/12286
Title: Parçacık Sürü Optimizasyonu İle Anten Tasarımı
Other Titles: Antenna Design Using Particle Swarm Optimization
Authors: Günel, M. Tayfun
Akbulut, İlke
Uydu Haberleşmesi Ve Uzaktan Algılama
Satellite Communication and Remote Sensing
Keywords: Optimizasyon teknikleri
Optimization techniques
Publisher: Bilişim Ensititüsü
Institute of Informatics
Abstract: Parçacık sürü optimizasyonu yakın tarihte ortaya konulmuş bir evrimsel hesaplama yöntemidir ve büyük gruplar halinde yaşayan arılar veya kuşlar gibi bazı canlıların sosyal davranışlarının analiz edilmesi sonucunda tasarlanmıştır. Parçacık sürü optimizasyonu bir problemi çözmek amacıyla bir sürüdeki her bir parçacığı olası bir çözüm olarak alır ve sürüdeki en iyi sonucu veren parçacık, sürünün en iyi parçacığı olarak tanımlanır. Belirli bir süre sonunda sürünün en iyi parçacığı, elde edilen çözümdür. Parçacık sürü optimizasyonunda parçacıkların değişimi veya başka bir deyişle evrim, yalnızca parçacığın rastgele sayılabilecek hız vektörüne bağlıdır. Bir parçacığın hızı, algoritma parametrelerine ve sürüdeki en iyi parçacığa bağlı olarak değişmektedir. Literatürdeki geçmiş çalışmalar parçacık sürü optimizasyonunun, üzerinde çalıştığı toplumun evrimi için mutasyon ve doğal seçim gibi daha karmaşık yöntemler kullanan genetik algoritmaya göre daha iyi sonuçlar verdiğini göstermiştir. Bunun yanı sıra PSO, genetik algoritmaya oranla daha kolay bir biçimde uygulanabilmektedir. Algoritmanın uygulanabileceği çalışma alanlarından birisi de elektromagnetik ve mikrodalga araştırma konularıdır. Bu çalışmada parçacık sürü optimizasyonu algoritması mikrodalga frekanslarında çalışan antenlerin tasarımı problemine uygulanmıştır. Antenlerin tasarım problemi, ışıma frekansı, giriş empedansı ve kazanç gibi arzu edilen anten karakteristiklerinin elde edilmesini sağlayacak fiziksel parametrelerin hesaplanması problemidir. Bu çalışma için kullanılan anten çeşitleri mikroşerit antenler ve horn antenlerdir. Parçacık sürü optimizasyonunun detayları ile antenlerin tasarım işlemleri, optimizasyon uygulamalarının sonuçlarıyla birlikte gösterilmiştir. Ayrıca parçacık sürü optimizasyonu ve genetik algoritma kullanılarak elde edilen sonuçlar ve algoritmaların yakınsama durumları birbirleriyle karşılaştırılmıştır. Daha sonrasında parçacık sürü optimizasyonu kullanılarak elde edilen tasarımlar HFSS yazılımı aracılığı analiz edilmiş ve analizlerin sonuçları tasarım sonuçlarıyla karşılaştırılmıştır.
Particle swarm optimization is recently developed as an evolutionary computation method which can be considered as the mathematical modeling of social behaviours of large groups composed of living organisms, such as bees or birds. In order to solve a problem, particle swarm optimization method considers the position of a particle in a swarm as a possible solution and the particle which provides the best solution for the problem is called the best particle of the swarm. In PSO, the evolution or change of a particle is based only on the random velocity of the particle. The velocity of the particle changes according to the algorithm parameters and the best particle of the swarm. Besides being an easier approach, previous studies have shown that PSO performs better than genetic algorithm, which uses more complex methods like mutation and natural selection for evolution of a population. The areas the algorithm can be applied to are electromagnetics and microwaves. In this study, particle swarm optimization method is applied to the design problem of microwave antennas. The design problems of antennas consist of calculating physical parameters in order to obtain desired electromagnetics characteristics such as resonant frequency, input impedance or gain. The antenna types which are taken into account for this study are microstrip patch antennas and horn antennas.The details of PSO and the design procedure for antennas are presented as well as optimization results. Also results from both particle swarm optimization and genetic algorithm are compared to each other, questioning the convergences and results of the methods. Finally results obtained using particle swarm optimization are compared to analysis results obtained using HFSS simulation software
Description: Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Bilişim Enstitüsü, 2008
Thesis (M.Sc.) -- İstanbul Technical University, Institute of Informatics, 2008
URI: http://hdl.handle.net/11527/12286
Appears in Collections:Uydu Haberleşmesi ve Uzaktan Algılama Lisansüstü Programı - Yüksek Lisans

Files in This Item:
File Description SizeFormat 
705051013.pdf1.34 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.