[00147084]基于支持向量机的电磁场优化设计及应用研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
研究了一种有效的支持向量机在线增量学习算法及海量数据学习算法，以适应求解电磁场正逆问题时训练样本多以及样本动态增加的要求；研究了利用支持向量机强大的泛化和回归能力求解具有不同约束条件的电磁场正问题求解方法，研究边值问题拟合函数的构造方法；把具有很强泛化性能的支持向量机方法与模拟退火算法相结合，充分利用已搜索空间的信息，建立待求优化问题的数学模型，用于指导最优点搜索过程，形成一种快速收敛的优化学习算法，并以此方法求解电磁场逆问题； 在科学技术高度发达的今天，工程设计中由于对某些参数的过度追求，使得最优化技术成为工程设计的主要工具。在电磁场技术研究领域中，常会遇到电磁场优化设计问题。该研究领域属于计算电磁场前沿领域，近年来在国际学术界受到普遍的重视，展示了重要的应用前景。
