Este informe presenta los resultados iniciales de un algoritmo genético que evoluciona geometrías 3D; este estudio inicial es una prueba de concepto, que presenta un algoritmo que evoluciona hacia una forma objetivo predefinida, con el objetivo final de diseñar geometrías de antena 3D optimizadas. El algoritmo presentado en este trabajo construye estructuras combinando bloques de construcción de diferentes primitivas geométricas, donde la aptitud de un diseño se mide por la similitud con la forma objetivo. Se exploran múltiples técnicas para comparar formas 3D y se comparan en el contexto de una puntuación de aptitud para algoritmos evolutivos. El algoritmo diseñado fue capaz de evolucionar rápidamente a formas de antena bicónicas y dipolares utilizando diversas funciones de aptitud. Una forma de antena log-periódica más compleja evolucionó utilizando una función de aptitud dirigida que comparaba las formas componentes. El desarrollo de este algoritmo preludia la incorporación de funciones de aptitud más complejas que construyen diseños para mejorar la sensibilidad a los resultados científicos. Las futuras mejoras del algoritmo y los pasos necesarios para lograr diseños con una sensibilidad mejorada se discuten en el contexto de las antenas, pero podrían aplicarse a otras aplicaciones.
Julie Rolla, Bryan Reynolds, Jacob Weiler, Amy Connolly, Ryan Debolt, Alex Machtay, Ben Sipe y Dylan Wells. Design of 3D Antenna Geometries Using Genetic Algorithms (Diseño de geometrías de antenas tridimensionales mediante algoritmos genéticos). The Interplanetary Network Progress Report, Volume 42-234, pp. 1-26, 15 de agosto de 2023. https://ipnpr.jpl.nasa.gov/progress_report/42-234/42-234A.pdf
