Questa tesi di dottorato è attinente a problematiche di ottimizzazione nel campo dell’elettromagnetismo applicato. In particolare, sono state oggetto di studio due tecniche stocastiche basate su principi evoluzionistici: gli Algoritmi Genetici ed il Particle Swarm Optimization. La prima è stata applicata per l’ottimizzazione di superfici con particolari proprietà elettromagnetiche atte a migliorare le prestazioni di comuni elementi radianti. La seconda tecnica è stata implementata per risolvere un problema di modellizazione equivalente, nell’ambito di applicazioni spaziali. In particolare, l’obiettivo é quello di caratterizzaere e predire le proprietà magnetostatiche di satelliti mediante un modello a dipoli magnetici equivalente.

Advanced Optimization Techniques in Electromagnetics: Antennas and Space Applications

2010

Abstract

Questa tesi di dottorato è attinente a problematiche di ottimizzazione nel campo dell’elettromagnetismo applicato. In particolare, sono state oggetto di studio due tecniche stocastiche basate su principi evoluzionistici: gli Algoritmi Genetici ed il Particle Swarm Optimization. La prima è stata applicata per l’ottimizzazione di superfici con particolari proprietà elettromagnetiche atte a migliorare le prestazioni di comuni elementi radianti. La seconda tecnica è stata implementata per risolvere un problema di modellizazione equivalente, nell’ambito di applicazioni spaziali. In particolare, l’obiettivo é quello di caratterizzaere e predire le proprietà magnetostatiche di satelliti mediante un modello a dipoli magnetici equivalente.
24-apr-2010
Italiano
Monorchio, Agostino
Manara, Giuliano
Zolesi, Valfredo
Università degli Studi di Pisa
File in questo prodotto:
File Dimensione Formato  
PhDThesis.pdf

embargo fino al 01/06/2050

Tipologia: Altro materiale allegato
Dimensione 8.84 MB
Formato Adobe PDF
8.84 MB Adobe PDF
Frontespizio.pdf

embargo fino al 01/06/2050

Tipologia: Altro materiale allegato
Dimensione 186.43 kB
Formato Adobe PDF
186.43 kB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/150938
Il codice NBN di questa tesi è URN:NBN:IT:UNIPI-150938