Algoritmo de optimización ninja optimización de banda ultra ancha antena de brecha electromagnética modelado mediante...

Área de la Ciencia:

• Ingeniería electromagnética
• Teoría de antenas
• Sistemas de comunicación inalámbrica

Sus antecedentes:

• Las antenas de banda ultra ancha (UWB) con estructuras de brecha electromagnética (EBG) son vitales para las comunicaciones inalámbricas de próxima generación y eficientes energéticamente.
• Estas antenas ofrecen una amplia cobertura espectral, alta ganancia y reducción de interferencias, cruciales para sistemas avanzados.
• El modelado y la predicción precisos del rendimiento de las antenas UWB-EBG son esenciales para el diseño y la optimización.

Objetivo del estudio:

• Desarrollar un marco de predicción inteligente para modelar y predecir el rendimiento electromagnético de las configuraciones de antenas UWB-EBG.
• Mejorar la precisión y robustez del modelado sustituto acoplando el aprendizaje adversario con el algoritmo de optimización ninja (NOA).
• Establecer una vía de modelado eficiente, escalable y de alta precisión para el diseño y optimización de antenas UWB-EBG.

Principales métodos:

• Integración de una red generativa adversaria (GAN) con el algoritmo de optimización ninja (NOA) para la predicción del rendimiento.
• Comparación del marco NOA-GAN propuesto con otros modelos de aprendizaje profundo como LSTM, GRU, RNN y ANN.
• Evaluación comparativa de la robustez del marco frente a estrategias de optimización híbridas como PSO-GAN, BA-GAN y DE-GAN.

Principales resultados:

• La GAN ajustada con NOA logró una precisión predictiva superior con un error cuadrático medio de [Fórmula: ver texto], una raíz del error cuadrático medio de [Fórmula: ver texto] y un coeficiente de determinación de [Fórmula: ver texto].
• El algoritmo de optimización ninja mejoró significativamente la estabilidad del aprendizaje, la velocidad de convergencia y el rendimiento de generalización.
• El marco demostró una robustez competitiva en comparación con otras estrategias de optimización híbridas.

Conclusiones:

• La NOA-GAN propuesta proporciona una vía de modelado eficiente, escalable y de alta precisión para estructuras de antenas UWB-EBG.
• Este marco contribuye al avance de las comunicaciones inteligentes y los sistemas de energía renovable a través de un diseño de antena mejorado.
• El marco de predicción inteligente ofrece un avance significativo en la optimización de sistemas electromagnéticos complejos.