本报告介绍了一种可演化三维几何图形的遗传算法的初步结果；这一早期研究是概念验证，介绍了一种可演化至预定目标形状的算法，其最终目标是设计优化的三维天线几何图形。这项工作中提出的算法通过组合不同几何基元的构件来构建结构，设计的合适度通过与目标形状的相似度来衡量。在进化算法适合度得分的背景下，探索并比较了多种比较三维形状的技术。所设计的算法能够利用各种适应度函数快速演化出双锥和偶极子天线形状。利用比较各组成部分形状的定向适应度函数，进化出了更复杂的对数周期天线形状。该算法的开发为采用更复杂的适配函数、构建设计以提高对科学成果的敏感性奠定了基础。本文以天线为背景，讨论了该算法的未来改进以及实现具有更高灵敏度的设计所需的步骤，但也可应用于其他领域。
Julie Rolla、Bryan Reynolds、Jacob Weiler、Amy Connolly、Ryan Debolt、Alex Machtay、Ben Sipe 和 Dylan Wells。利用遗传算法设计三维天线几何结构》。星际网络进展报告》，第42-234卷，第1-26页，2023年8月15日。https://ipnpr.jpl.nasa.gov/progress_report/42-234/42-234A.pdf
