● 摘要
近年来，世界各地的研究人员都对生物模拟付出了很大的精力来解决计算成本问题和大规模优化问题。对于目前工程电磁场领域内的问题，如天线阵列方向图综合、多频、超宽带微带天线优化设计等，他们往往具有非线性特点，且含有高度不确定性和高度复杂性的工程系统，所以传统的数学优化方法往往并不适用，而近年来广为大家应用的智能算法，对于问题模型是否线性、是否具有高度不确定性、是否具有高度复杂性并没有严格的要求，所以这些算法理论上都可以在工程电磁场领域得到相应的运用。
天线设计优化问题通常涉及几个参数，与目标函数不成线性关系。为了有效地解决这些问题，进化算法已被成功地应用于电磁场问题。
2006年，Maghrebian和Lucas提出了衍生自由，启发式算法的入侵杂草优化（IWO）算法，IWO算法是模仿殖民杂草的生态行为。IWO算法是一种新的数值随机优化算法，算法的灵感来自于入侵杂草。杂草植物本身的蓬勃生长，侵袭性习性对人工栽培性植物会构成严重威胁，继而会对农业构成巨大威胁。杂草已证明是非常强大的，非常适应环境的变化。因此，捕捉它们的属性将创造一个非常强大的优化算法。根据殖民杂草的鲁棒性，适应性和随机性形成了一个简单而有效的算法称为入侵杂草优化（IWO）算法。
本文详细阐述了IWO算法的内容、流程和特点，IWO算法在天线阵和其他天线设计的应用。我们利用经典IWO算法设计了多频带微带天线，凭借创新性的天线设计方法最终成功设计了单频到四频的天线，验证了IWO算法在多频带天线的应用和设计方法的正确性，证实了利用IWO算法可以设计任意频带的天线。而且在经典IWO算法的基础上，通过改进其空间扩散方式提出了SDM_IWO算法，算法中利用标准差矩阵来优化多参数，优化了超宽带Vivaldi天线，并且优化了八木天线验证了SDM_IWO算法的鲁棒性，最终证明了SDM_IWO算法的高效的优化能力。