스테이터 바 끝 구조와 최대 전기장 세력 간의 복잡한 기능적 관계를 구축하고, 안티 코로나 구조를 최적화하기 위해, 본 논문에서는 Seahorse Optimization 알고리즘—Radial Basis Function (SHO-RBF) 신경망에 기반한 스테이터 바 끝의 최적화 모델을 제안한다. RBF 신경망은 스테이터 바 끝에서의 최대 전기장 세력과 안티 코로나 구조 매개변수 간의 복잡한 관계를 확립하는 데 사용된다. SHO는 스테이터 바 끝 구조에서 최적의 안티 코로나 구조를 찾기 위해 도입된다. 스테이터 바 끝의 시뮬레이션 모델이 개발되었고, 훈련 및 최적화를 위해 30 세트의 시뮬레이션 데이터가 수집되었다. 스테이터 바 끝 구조와 최대 전기장 세력 간의 관계가 확립되었고, 여섯 그룹의 안티 코로나 구조로 구성된 최적화된 계획이 개발되었다. 제안된 설계의 실행 가능성은 시뮬레이션 계산을 통해 검증되었다. 시뮬레이션 모델 내에서 매개변수를 개별적으로 수동 조정하는 것과 비교했을 때, 이 접근법은 계산 효율성과 속도 측면에서 상당한 이점을 제공한다.
Liu et al. (Sun,)이 이 질문을 연구하였다.