Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Characterization of Fuzzy Tree Searches: A Perspective Note Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Element Spacing Optimization of Low Sidelobe Concentric Hexagonal Antenna Arrays Using MOEA/D

verfasst von : Sudipta Das, Durbadal Mandal, Rajib Kar, Sakti Prasad Ghoshal

Erschienen in: Intelligent Computing and Applications

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

MOEA/D is a popular decomposition based on multiobjective evolutionary algorithm. This work considers a triobjective concentric hexagonal array geometry optimization problem where the three objectives are to obtain low sidelobe radiation pattern with high directivity and with as low number of active elements as possible. For simplicity, the optimization problem is modified from min-max-min search to min-min-min search using the duality principle. An unconstrained search utilizing MOEA/D based on Tchebysheff decomposition method is conducted to obtain the optimal front. Results reflect that the obtained optimal geometries perform much better than several regularly spaced larger concentric regular hexagonal antenna arrays.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Detection of Degree of Sickness of Affected Eye Using Fuzzy Logic and Histogram Analysis
Nächstes Kapitel QPSO for Synthesis of Scanned Linear Array Antenna for Fixed Side Lobe Level and First Null Beam Width Including Wide Null Placement
Literatur
1.
Zhou, A., Qu, B.-Y., Li, H., Zhao, S.-Z., Suganthan, P.N., Zhang, Q.: Multiobjective evolutionary algorithms: a survey of the state of the art. Swarm Evol. Comput. 1, 32–49 (2011)CrossRef
2.
Zhang, Q., Li, H.: MOEA/D, a multiobjective evolutionary algorithm based on decomposition. IEEE Trans. Evol. Comput. 11(6), 712–731 (2007)CrossRef
3.
Fonseca, C.M., Fleming, P.J.: Genetic algorithms for multiobjective optimization: formulation, discussion and generalization. In: 5th International Conference Genetic Algorithms, pp. 416–423 (1993)
4.
Deb, K., Sundar, J., Rao, N.U.B., Chaudhuri, S.: Reference point based multiobjective optimization using evolutionary algorithms. Int. J. Comput. Intell. Res. 2(3), 273–286 (2006)CrossRefMathSciNet
5.
Sanchis, J., Martínez, M.A., Ferragud, X.B.: Integrated multiobjective optimization and a priori preferences using genetic algorithms. Inf. Sci. 178(4), 931–951 (2008)CrossRefMATH
6.
Thiele, L., Miettinen, K., Korhonen, P.J., Luque, J.M.: A preference-based evolutionary algorithm for multi-objective optimization. Evol. Comput. 17(3), 411–436 (2009)CrossRef
7.
Zitzler, E., Künzli, S.: Indicator-based selection in multiobjective search. In: Parallel Problem Solving from Nature, PPSN VIII, LNCS, vol. 3242, pp. 832–842 (2004)
8.
Bader, J., Zitzler, E.: HypE: an algorithm for fast hypervolume-based many-objective optimization, Tech. Rep. TIK 286, Computer Engineering and Networks Laboratory, ETH Zurich (2008)
9.
Bader, J., Zitzler, E.: Robustness in hypervolume-based multiobjective search, Tech. Rep. TIK 317, Computer Engineering and Networks Laboratory, ETH Zurich (2010)
10.
Elhossini, A., Areibi, S., Dony, R.: Strength Pareto particle swarm optimization and hybrid EA-PSO for multi-objective optimization. Evol. Comput. 18(1), 127–156 (2010)CrossRef
11.
Li, B.B., Wang, L.: A hybrid quantum-inspired genetic algorithm for multiobjective flow shop scheduling. IEEE Trans. Syst. Man Cybern. Part B 37(3), 576–591 (2007)CrossRef
12.
Yang, D., Jiao, L., Gong, M.: Adaptive multi-objective optimization based on nondominated solutions. Comput. Intell. 25(2), 84–108 (2009)CrossRefMathSciNet
13.
Ishibuchi, H., Murata, T.: A multiobjective genetic local search algorithm and its application to flowshop scheduling. IEEE Trans. Syst. Man Cybern. Part C Appl. Rev. 28(3), 392–403 (1998)CrossRef
14.
Lara, A., Sanchez, G., Coello, C.A., Schutze, O.: HCS: a new local search strategy for memetic multiobjective evolutionary algorithms. IEEE Trans. Evol. Comput. 14(1), 112–132 (2010)CrossRef
15.
Goh, C.K., Tan, K.C., Liu, D.S., Chiam, S.C.: A competitive and cooperative co-evolutionary approach to multi-objective particle swarm optimization algorithm design. Eur. J. Oper. Res. 202(1), 42–54 (2010)CrossRefMATH
16.
Das, S., Mandal, D., Kar, R., Ghoshal, S.P.: A generalized closed form expression of directivity of arbitrary planar antenna arrays. IEEE Trans. Antennas Propag. 61(7), 3909–3911 (2013)CrossRefMathSciNet
17.
Gozasht, F., Dadashzadeh, G.R., Nikmehr, S.: A comprehensive performance study of circular and hexagonal array geometries in the lms algorithm for smart antenna applications. Prog. Electromagnet. Res. PIER 68, 281–296 (2007)CrossRef
18.
Goto, N.: Pattern synthesis of hexagonal planar arrays. IEEE Trans. Antennas Propag. 10(8), 479–481 (1972)CrossRef
19.
Mahmoud, K.R., El-Adawy, M., Ibrahem, S.M.M., Bansal, R., Zainud-Deen, S.H.: A comparison between circular and hexagonal array geometries for smart antenna systems using particle swarm optimization algorithm. Prog. Electromagnet. Res. PIER 72, 75–90 (2007)CrossRef
20.
Li, D.F., Gong, Z.L.: Design of hexagonal, planar arrays using genetic algorithms for performance improvement. In: Proceedings of 2nd International Conference on Microwave and Millimeter Wave Technology, pp. 455–460 (2000)
21.
Deb, K.: Multi-objective optimization using evolutionary algorithms. Wiley, New York (2003)
Metadaten
Titel
Element Spacing Optimization of Low Sidelobe Concentric Hexagonal Antenna Arrays Using MOEA/D
verfasst von
Sudipta Das
Durbadal Mandal
Rajib Kar
Sakti Prasad Ghoshal
Copyright-Jahr
2015
Verlag
Springer India
Buch
Intelligent Computing and Applications

Print ISBN: 978-81-322-2267-5

Electronic ISBN: 978-81-322-2268-2

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-81-322-2268-2_20