Contribución a los métodos de optimización basados en procesos naturales y su aplicación a la medida de antenas en campo próximo

Abstract

Durante la última década, los métodos de optimización heurísticos basados en imitar a nivel computacional procesos naturales, biológicos, sociales o culturales, han despertado el interés de la comunidad científica debido a su capacidad para explorar eficientemente espacios de soluciones multimodales y multidimensionales. En este ámbito, esta tesis aborda el desarrollo, análisis y puesta a punto de diferentes métodos de optimización tradicionales y heurísticos. En concreto, se considera un método de búsqueda local basado en símplex y varios métodos heurísticos, tales como el recocido simulado, los algoritmos genéticos y la optimización con enjambre de partículas. Para estos dos últimos algoritmos se investigan diferentes esquemas con el objetivo de superar las limitaciones propias de los esquemas clásicos.<br/>La puesta a punto de los diferentes métodos de optimización se realiza considerando como problema de referencia la caracterización de la radiación de antenas a partir de medidas en campo próximo sobre geometría plana, utilizando un método de transformación de campo cercano a campo lejano basado en corrientes equivalentes. Para cada método de optimización se incluye un análisis paramétrico, en los casos en los que se ha considerado necesario, así como resultados de transformación de campo teóricos obtenidos para diferentes antenas de apertura y antenas de bocina piramidal. Los resultados de un estudio comparativo, realizado utilizando fuentes teóricas y medidas, demuestran la utilidad del método y permiten concluir que la optimización con enjambre de partículas es el algoritmo que proporciona las mejores prestaciones para esta aplicación.<br/>Los métodos de optimización desarrollados e investigados en este trabajo han sido también aplicados a otros problemas como son la síntesis de agrupaciones lineales o el modelado de fuente en aplicaciones de compatibilidad electromagnética.

For the last decade, heuristic optimization methods based on imitating natural, biological, social or cultural processes in a computational way have aroused great interest among the scientific community, due to its ability to explore efficiently multimodal and high-dimension solution spaces. On this basis, this thesis tackles the development, analysis and tuning of different traditional and heuristic optimization methods. In short, a local search method based on simplex and several heuristic methods, such as simulated annealing, genetic algorithms and particle swarm optimization are considered. For these last two algorithms different schemes are investigated so as to overcome the typical limitations of classical schemes.<br/>The tuning of the optimization methods is carried out considering as a reference problem the antenna radiation characterization from near-field measurements over a planar geometry, using a near-field to far-field transformation method based on equivalent currents. A parametric analysis is included for each optimization method, in those cases in which it has been considered necessary, as well as theoretical field transformation results obtained with aperture and pyramidal horn antennas. Results of a comparative study, carried out using theoretical sources and measurements, demonstrate the usefulness of the method and make it possible to conclude that the particle swarm optimization is the algorithm that provides the best performance for this application.<br/>The optimization methods developed and investigated in this work have also been applied to other problems, such as the synthesis of linear arrays or the source modelling in electromagnetic compatibility applications.