For workplaces with a preference or need for staffing around the clock, employees commonly work in shifts, which are work sessions that span different parts of the day. The scheduling of these shifts is a multi-objective optimization problem with both hard and soft constraints. The reduction in the available workforce when employees go on vacation makes the problem especially constrained. We describe a method that uses a genetic algorithm to generate shift schedules, for teams of employees and time periods with vacations. The method supports a staffing demand that can be met with one of multiple combinations of shifts. The genetic algorithm features specialized crossovers, together with a repair step aimed at maintaining staffing that fulfils the staffing requirements. A software implementation of the method is evaluated on three real-life problem instances. For two of them, it can produce schedules that are feasible, but subpar to those constructed manually by an experienced personnel scheduling professional. Several ideas to improve the program are presented.

As many tasks considering structural design in civil engineering become digitalised, the possibility of creating a more effective workflow increases. The development of computer programs that can handle large amounts of data and assist the decision making during design process increases the requirement of the data management to fully utilize the potential of a digital workflow. The design of reinforcement layout of concrete structures is time demanding and often performed manually. These characteristics of a workflow indicates that it may be suitable to be subject to automation. The aim of this thesis is to highlight the potential and the difficulties of using automated design procedures in civil engineering with focus on reinforcement layout design. Specifically, the selection of straight rebars and their placement within concrete structures has been studied with respect to buildability and the amount of reinforcement used. A computer program has been developed to select rebar diameters and arrangement, satisfying the required amount of reinforcement as well as some of the rules according to the Eurocode standard. In order to find feasible solutions, an optimization of the amount of reinforcement as well as different measures of buildability is performed, using a genetic algorithm. The result from two case studies showed that the program managed to perform tasks similar to an engineer and create design solutions which reduced the amount of reinforcement and the number of rebar types. Furthermore, it was shown that consideration to the identified buildability parameters played an important role in finding an optimal solution. The findings indicate that the design of reinforcement layout may be automated and that a more effective workflow can be achieved. / I takt med att fler delar av projekteringen av anläggningskonstruktioner blir digitaliserade ökar möjligheterna för att effektivisera arbetet. Utvecklandet av datorprogram som kan hantera mycket information och ge stöd till beslutsfattande ställer också krav på hanterandet av denna data för att utnyttja den fulla potentialen av ett digitaliserat arbetsflöde. Arbetsprocessen vid armering av betongkonstruktioner är tidskrävande och utförs idag ofta helt eller delvis för hand. Sådana processer bär karaktärsdrag som tyder på att de är lämpade för automatisering. Målet med studien är att undersöka problematiken kring att automatisera arbetsprocesser vid projektering av anläggningskonstruktioner med inriktning på armering av betongkonstruktioner. Specifikt, så har valet av raka armeringsjärn och dess placering i betongkonstruktioner studerats med avseende på byggbarhet och armeringsmängder. Ett datorprogram har utvecklats för att välja armeringsjärn och dess placering för ett givet behov och ett antal krav som ställs enligt Eurokod. För att hitta en möjlig lösning är problemet formulerat som en optimering av armeringsmängd och olika mått på byggbarhet. Optimeringen genomfördes med en genetisk algoritm. Resultatet från två fallstudier visar att programmet lyckades genomföra konstruktörens arbetsuppgifter och skapa lösningar som minskade mängden använd armering och antalet olika typer av armeringsjärn samtidigt som de identifierade måtten på byggbarhet främjades. Vidare visade resultatet att de identifierade byggbarhetsparametrarna spelade en viktig roll för att finna en optimal lösning. Detta indikerar att det är möjligt att automatisera denna process och att ett effektivare arbetsflöde kan erhållas.

In this study, a discrete event model was created and used in combination with an optimization method to find the optimal production sequence at Volvo Group’s cab plant in Umeå. The optimization was performed with a heuristic approach combined with a genetic search algorithm. The result provides an optimized production sequence with an increased production performance. Potential improvements in the production flow were identified to significantly increase the throughput. Volvo Group Trucks Operations plant in Umeå is a part of Volvo Group AB and is one of the world’s largest manufacturers of heavy duty trucks. The plant in Umeå produces cab bodies and consists of Stamping and Part production, Body In White and the Paint Shop. As of today, the plant produces about XXX produced cabs per week with the goal to achieve the invested capacity of 1666 produced cabs per week. The production is structured with a daily scheduling of the cab production. Today cabs are produced in the same sequence as the orders are received. There has been an investigation regarding the production capacity in the past but further investigation was required due to insufficient data available at the time. Volvo wants to investigate the potential improvements in the BIW unit, increase the production rate and reach the level of invested capacity. Therefore, this project was introduced which led to the following problem definition: “What is the optimal production sequence in the BIW unit?” To further find potential improvements, a secondary problem definition got formulated: “How would the production sequence be affected if the current biggest bottleneck were removed?” The objective was achieved with Discrete Event Simulation, where heuristic based sequences were optimized in a genetic search algorithm. This resulted in identified sequence patterns, which were used to improve the production sequence. When analyzing the model, the floor subflow was identified as the biggest bottleneck in the production. A general suggestion would be to avoid large batches due to significant risk of limiting the throughput. Results suggest that sequences should be in cycles of 3FH-1FM with segments of batches as long as the floor buffer does not run out of parts. This resulted in a potential increased throughput of 3.2-3.7% for the Body In White. If the biggest bottleneck were to be removed, there would be a potential production increase by roughly 10% compared to the production today. / I den här studien skapades en diskret händelsestyrd modell som användes i kombination med en optimeringsmetod för att ta reda på den optimala produktionssekvensen i Volvokoncernens hyttfabrik i Umeå. Optimeringen utfördes genom heuristiker i kombination med en genetisk sökalgoritm. Detta resulterade i en optimerad produktionssekvens med en ökad takt gentemot dagsläget. Potentiella förbättringar i produktionsflödet kunde identifieras för att signifikant öka genomströmningen av hytter. Volvo Group Trucks Operations hyttfabrik i Umeå är en del av Volvo Group AB och är en världsledande tillverkare av tunga lastbilar. Fabriken i Umeå tillverkar lastbilshytter med plåtbearbetning, presshall, sammansättning och måleri. I dagsläget producerar fabriken ungefär XXX hytter i veckan med målsättningen att komma upp i den investerade kapaciteten: 1666 producerade hytter i veckan. Produktionen är upplagd med planering av hyttproduktion på daglig basis. Idag produceras hytterna inte i någon specifik sekvens utan produceras enligt samma ordning som ingående orderkö. En studie kring produktionskapaciteten har tidigare utförts, dock finns behovet av ytterligare undersökning då tillgängligheten av väsentlig data för att kunna utföra studien varit begränsad vid tidigare skeden. Av den anledningen vill Volvo utföra en undersökning för att hitta potentiella förbättringar i BIW enheten, för att således uppnå den investerade kapaciteten. Därav introducerades detta projekt med följande problemdefinition: “Vad är den optimala produktionssekvensen i BIW enheten?” För att hitta ytterligare förbättringar, så formulerades en sekundär problemdefinition: “Hur skulle produktionssekvensen påverkas om den största flaskhalsen eliminerades?” Målet nåddes med diskret händelsestyrd simulering, där optimering utfördes genom heuristiskt baserade sekvenser tillsammans med en genetisk sökalgoritm. Identifierade mönster användes sedan för att förbättra produktionssekvensen. Vid analysering av modellen identifierades floor-flödet som den största flaskhalsen i produktionen. Ett generellt förslag är att undvika stora batcher då detta innebär en signifikant risk att begränsa genomströmningen av hytter. Resultatet indikerar att sekvenser bör bestå av cykler om 3FH-1FM, med segment av batcher så länge floor-buffrarna inte är tomma. Detta resulterade i en potentiellt ökad genomströmning med 3,2-3,7% per vecka för BIW enheten. Om den största flaskhalsen i floor-flödet skulle elimineras så kan produktionen potentiellt öka med 10% jämfört mot dagens produktionstakt.

Olofsfors is a steel product manufacturer in Nordmaling, Sweden, producing steel edges for snowplows, tracks for forest machines, and wear edges for buckets on heavy equipment. Most of their products are heated to 900◦ C and then cooled down in water, so-called quenching, during the hardening process. A group of ovens and quench machines together form an oven system and this is used for the hardening. Since it takes a long time for the ovens to reach operating temperature, they are always kept on, which is why it is important to utilize them as effectively as possible. This project investigates the potential utilization increase of one of the three oven systems in the wear edge production unit. This oven system is part of a production line that consists of a saw and a mill, and can process products up to two meters in length, and is hereon called the two-meter line. The two-meter line has a natural inflow through the saw, but raw material produced in other parts of the factory can also be fetched from another inlet. The use of the other inlet is limited by the operator of the two-meter line who has to fetch the material with a forklift. This could be automated so that the operator would not have to handle this inlet. The purpose is to investigate the potential increases in utilization of the oven system for different degrees of automation in order to make the most of the machines and the operator at the two-meter line. In the end, a recommendation is given with a set of ideal properties of the investment that could improve productivity the most. The main method applied in order to explore the potential use of the oven system is a re-entrant flow shop scheduling model. As preceding steps, the production line is first mapped in order to find potential routes for different product families, then the order quantities in the production data are translated into jobs to be scheduled with the help of packing problems and batching rules. The scheduling model of the production line is then solved heuristically with a genetic algorithm based on the sequence of jobs entering the production line followed by a method for creating a deterministic schedule based on this initial sequence of jobs. Lastly, a sensitivity analysis is applied to the processing time for the steps performed by the operator to evaluate the results' robustness. The conclusion is that there is a substantial potential to increase the utilization of the oven system of the two-meter line. The largest potential is when the operator is not actively working at the production line; a maximum of 15.6 h on average. There does also exist a potential to increase utilization while the operator is working at the production line; a maximum of 3.9 h on average. The automation degree needed is high in both cases but due to different reasons. When the operator is not working, the automatic solution needs to work without supervision for longer periods of time, while, in the other case, it needs to be smart enough to adjust to not disturb the operator’s work. For the future, the recommendation is to focus the next step on finding investment options that could exploit the time when the operator is not working. By further specifying the potential investment alternatives, the cost factor can be added to the analysis as well. / Olofsfors AB är en stålproduktstillverkare i Nordmaling, Sverige, som producerar vägstål till bland annat snöplogar, band till skogsmaskiner och slitstål till entreprenadmaskiner. De flesta av deras produkter hettas upp till 900 C och släcks sedan i vatten under härdningsprocessen. En grupp av ugnar och härdmaskiner kallas tillsammans för ett ungsystem och det används till härdningen. Eftersom det tar lång tid att värma upp ugnarna står de alltid på-slagna och det är därför viktigt att använda dem så effektivt som möjligt.  I detta projekt har potentialen att öka användandet av ett av tre ugnsystem i slitstålsproduktionen undersökts.  Ugnsystemet i fråga är en del av en produktionslinje som också består av en såg och en fräs och kan härda artiklar med längder upp till två meter och kallas därför här tvåmeterslinjen. Den naturliga ingången för råmaterial i produktionslinjen är genom sågen, men det finns även en alternativ ingång för råmaterial som förbehandlats i tidigare produktionssteg i fabriken. Användandet av den andra ingången till produktionlinjen begränsas av att operatören i produktionslinjen måste hämta materialet med truck. Detta in-flöde skulle gå att automatisera så att operatören inte skulle behöva hämta dessa artiklar.  Syftet är att undersöka det potentiella ökade nyttjandet av ugnsystemet för olika grader av automation för att bäst använda maskiner och operatör i tvåmeterslinjen. I slutet ges en rekommendation gällande vilka egenskaper investeringen bör ha för att öka produktiviteten mest.  Huvudmetoden för att undersöka möjligt ökat nyttjande av ugnarna är en schemaläggningsmodel. Som underliggande steg kartläggs först produktionslinjen och de olika rutter som olika produktfamiljer tar genom produktionslinjen. Produktkvantiteterna för varje order i produktionsdatan omvandlas sedan till jobb som kan schemaläggas genom packningsproblem och regler för laststorlekar i de olika maskinerna. Schemaläggningsmodellen löses sedan heuristiskt med hjälp av en genetisk algoritm som bestämmer den initiala sekvensen av jobben i första steget, tillsammans med en deterministisk metod för att skapa ett helt schema baserat på den initiala sekvensen av jobben. Slutligen genomförs en känslighetsanalys på processtiderna för steg som motsvarar operatören för att undersöka hur robust resultatet är.    Slutsatsen är att det finns en stor potential att öka nyttjandet av ugnsystemet i tvåmeterslinjen. Den största potentialen är när operatören inte arbetar aktivt vid produktionslinjen, med ett maximum på ca 15,6 h per dag. Det finns också en möjlighet att utöka nyttjandet av ugnarna under tiden som operatören arbetar aktivt med ordrar och outnyttjad tid då är 3,9 h i genomsnitt. Graden av automation är hög oberoende av vilken tid som ska utnyttjas men på grund av olika anledning. Om tiden då operatören inte aktivt jobbar utnyttjas, måste den automatiserade lösningen fungera autonomt under längre tid. Om den istället förväntas fungera parallellt med operatören måste den anpassas smart så att den inte stör operatörens arbete och flöde. Rekommendationen är att fokusera på att hitta konkreta investeringsalternativ som utnyttjar tiden då operatören inte aktivt arbetar för att få bättre kostnadsunderlag att ha med i den vidare analysen.

Microscopic traffic simulation has become an important tool to investigate traffic efficiency and road safety. In order to produce meaningful results, incorporated driver behaviour models need to be carefully calibrated to represent real world conditions. In addition to macroscopic relationships such as the speed-density diagram, they should also adequately represent the average risk of accidents occurring on the road. In this thesis, I present a two stage computationally feasible multi-objective calibration process. The first stage performs a parameter sensitivity analysis to select only parameters with considerable effect on the respective objective functions to keep the computational complexity of the calibration at a manageable level. The second stage employs a multi-objective genetic algorithm that produces a front of Pareto optimal solutions with respect to the objective functions. Compared to traditional methods which focus on only one objective while sacrificing accuracy of the other, my method achieves a high degree of realism for both traffic flow and average risk. / Mikroskopisk trafiksimulering har blivit ett viktigt verktyg för att undersöka trafik effektivitet och trafiksäkerhet. För att producera meningsfulla resultat måste inbyggda drivrutinsbeteendemodeller noggrant kalibreras för att representera verkliga förhållanden i världen. Förutom makroskopiska relationer, såsom hastighetsdensitetsdiagrammet, bör de också på ett adekvat sätt representera den genomsnittliga risken för olyckor som uppträder på vägen. I denna avhandling presenterar jag en tvåstegs beräkningsberättigbar mångsidig kalibreringsprocess. Det första steget utför en parameterkänslighetsanalysför att bara välja parametrar med stor effekt på respektive objektiv funktioner för att hålla kalibrerings komplexiteten på en hanterbar nivå. Det andra steget använder en mångriktig genetisk algoritm som ger framsidan av Pareto optimala lösningar med hänsyn till objektivfunktionerna. Jämfört med traditionella metoder som fokuserar på endast ett mål, samtidigt som man offrar den andra, ger min metod en hög grad av realism för både trafikflöde och genomsnittlig risk.

This paper compares two different methods, reinforcement learning and genetic algorithm for designing autonomous cars’ control system in a dynamic environment. The research problem could be formulated as such: How is the learning efficiency compared between reinforcement learning and genetic algorithm on autonomous navigation through a dynamic environment? In conclusion, the genetic algorithm outperforms the reinforcement learning on mean learning time, despite the fact that the prior shows a large variance, i.e. genetic algorithm provide a better learning efficiency. / I det här papperet jämförs två olika metoder, förstärkningsinlärning och genetisk algoritm för att designa autonoma bilar styrsystem i en dynamisk miljö. Forskningsproblemet kan formuleras som: Hur är inlärningseffektiviteten jämför mellan förstärkningsinlärning och genetisk algoritm på autonom navigering i en dynamisk miljö? Sammanfattningsvis, den genetisk algoritm överträffar förstärkningsinlärning på genomsnittlig inlärningstid, trots att den tidigare visar en stor varians, dvs genetisk algoritm, ger en bättre inlärningseffektivitet.

3D ranging sensor LiDAR, is an extensively used sensor in the autonomous vehicle industry, but LiDAR placement problem is not studied extensively. This thesis work proposes a framework in an open- source autonomous driving simulator (CARLA) that aims to solve LiDAR placement problem, based on the tasks that LiDAR is intended for in most of the autonomous vehicles. LiDAR placement problem is solved by improving point cloud density around the vehicle, and this is calculated by using LiDAR Occupancy Boards (LOB). Introducing LiDAR Occupancy as an objective function, the genetic algorithm is used to optimize this problem. This method can be extended for multiple LiDAR placement problem. Additionally, for multiple LiDAR placement problem, LiDAR scan registration algorithm (NDT) can also be used to find a better match for first or reference LiDAR. Multiple experiments are carried out in simulation with a different vehicle truck and car, different LiDAR sensors Velodyne 16 and 32 channel LiDAR, and, by varying Region Of Interest (ROI), for testing the scalability and technical robustness of the framework. Finally, this framework is validated by comparing the current and proposed LiDAR positions on the truck. / 3D- sensor LiDAR, är en sensor som används i stor utsträckning inom den autonoma fordonsindustrin, men LiDAR- placeringsproblemet studeras inte i stor utsträckning. Detta uppsatsarbete föreslår en ram i en öppen källkod för autonom körningssimulator (CARLA) som syftar till att lösa LiDAR- placeringsproblem, baserat på de uppgifter som LiDAR är avsedda för i de flesta av de autonoma fordonen. LiDAR- placeringsproblem löses genom att förbättra punktmolntätheten runt fordonet, och detta beräknas med LiDAR Occupancy Boards (LOB). Genom att introducera LiDAR Occupancy som en objektiv funktion används den genetiska algoritmen för att optimera detta problem. Denna metod kan utökas för flera LiDAR- placeringsproblem. Dessutom kan LiDAR- scanningsalgoritm (NDT) för flera LiDAR- placeringsproblem också användas för att hitta en bättre matchning för LiDAR för första eller referens. Flera experiment utförs i simulering med ett annat fordon lastbil och bil, olika LiDAR-sensorer Velodyne 16 och 32kanals LiDAR, och, genom att variera intresseområde (ROI), för att testa skalbarhet och teknisk robusthet i ramverket. Slutligen valideras detta ramverk genom att jämföra de nuvarande och föreslagna LiDAR- positionerna på lastbilen.

The University Course Timetabling Problem (UCTP) is the problem of assigning locations (lecture halls, computer rooms) and time slots (time and date) to a set of events (lectures, labs) while satisfying a number of constraints such as avoiding double-bookings. Many variants of problem formulations exist, and most realistic variants are thought to be NP-hard. A recent trend in solving hard scheduling problems lies in the application of hybrid metaheuristics, where improvements are often found by hybridizing a population-based approach with some form of local search. In this paper, an implementation of a Genetic Algorithm (GA) that solves the UCTP is hybridized with local search in the form of Tabu Search (TS). The results show significant improvements to the performance and scalability over the non-hybridized GA. Two application strategies for the TS are investigated. The first strategy performs a switch-over from the GA to the TS, while the second interleaves the two algorithms. The effectiveness of each application strategy is seen to depend on the characteristics of the individual algorithms. / Schemaläggningsproblemet UCTP (University Course Timetabling Problem) består av problemet att tilldela platser (föreläsningssalar, laborationssalar) och tidpunkter (datum och klockslag) till en mängd tillställningar (föreläsningar, laborationer) under kravet att upprätthålla en mängd restriktioner, exempelvis att undvika dubbelbokningar. Det finns många varianter av problemformuleringen och de flesta realistiska formuleringer anses ge upphov till NP-svåra optimeringsproblem. En förhållandevis ny trend för lösningsmodeller till svåra schemaläggningsproblem ligger i tillämpningen av hybrida metaheuristiker, där förbättringar ofta ses när populationsbaserade algoritmer kombineras med någon typ av lokalsökning. I denna rapport undersöks en UCTP-lösning baserad på en Genetisk Algoritm (GA) som hybridiseratsmed en lokalsökning i form av en Tabusökning (TS). Resultaten visar på signifikanta förbättringar i prestanda och skalbarhet jämfört med den icke-hybridiserade GA:n. Två appliceringsstrategier för TS undersöks. Den första strategin utgörs av att byta algoritm från GA till TS, medan den andra utgörs av att sammanfläta de två algoritmerna. Appliceringsstrategiernas effektivitet ses bero av de individuella algoritmernas egenskaper.

Nowadays in the fifth generation (5G) communication systems, millimeter wave (mmWave) has aroused interest to not only industrial use but also network operators due to the massive amount of bandwidth available at mmWave frequencies. Initial access in cellular systems is an essential procedure in which new mobile user equipment (UE) establishes a connection with a base station (BS). However, mmWave relies on highly directional beamforming (BF) to overcome its severe path loss, while the initial access requires a wide beam to obtain sufficient information for beamforming. So the challenge is to handle the balance between highly directional mmWave and fast and reliable initial access. The high path loss of millimetre wave transmission dictates that multiple BSs may be closer and interfere more with each other. We focus our study on two BS parameters under the random search method. In our study, the beamwidth can be different for each BS, but a uniform number of slot limits needs to be chosen for all BSs. Our objective is to obtain the best parameters for each BS in a reasonable period of time. We build a systemlevel simulation in MATLAB and explored a variety of methods to select the best parameters, including reinforcement learning, supervised learning, and genetic algorithms. It is identified that the main challenge of applying reinforcement learning and supervised learning is the exponentially growing variety of BS parameters. A genetic algorithm is able to derive approximate best values in complex relational species. Therefore the genetic algorithm is considered to be able to be applied in scenarios with a high number of BSs. The result shows that reinforcement learning has great performance in a few BS cases, and the genetic algorithm is able to provide a large improvement over most of the BS methods with the same parameters. / I den femte generationens kommunikationssystem har millimetervågor väckt intresse, inte bara inom industrin utan även hos nätverksoperatörer, på grund av den enorma bandbredd som finns tillgänglig vid mmWave-frekvenser. Initial access i cellulära system är ett viktigt förfarande där ny mobil användarutrustning upprättar en anslutning till en basstation. mmWave är dock beroende av starkt riktad strålformning för att övervinna den allvarliga vägförlusten, medan den inledande åtkomsten kräver en bred stråle för att få tillräcklig information för strålformning. Utmaningen består alltså i att hantera balansen mellan mycket riktgivande mmWave och snabb och tillförlitlig initial access. Den höga vägförlusten för millimetervågsöverföring innebär att flera stationära basstationer kan vara närmare varandra och störa varandra mer. Vi fokuserar vår studie på två parametrar för BS med hjälp av metoden för slumpmässig sökning. I vår studie kan strålbredden vara olika för varje BS, men ett enhetligt antal slotgränser måste väljas för alla BS. Vårt mål är att få fram debästa parametrarna för varje BS på en rimlig tidsperiod. Vi bygger upp en simulering på systemnivå i MATLAB och utforskade en rad olika metoder för att välja de bästa parametrarna, bland annat förstärkningsinlärning, övervakad inlärning och genetiska algoritmer. Det konstateras att de största utmaningarna vid tillämpning av förstärkningsinlärning och övervakad inlärning är det exponentiellt växande utbudet av parametrar för BS. Genetisk algoritm kan härleda ungefärliga bästa värden i komplexa relationella arter. Därför anses den genetiska algoritmen kunna tillämpas i scenarier med ett stort antal BSs. Resultatet visar att förstärkningsinlärning har stor prestanda i ett fåtal BS-fall och att genetisk algoritm kan ge en stor förbättring jämfört med de flesta BS-metoder med samma parametrar.

Radomes were invented to protect sensitive antenna systems from the disturbing environment. Estimation of their permittivity is a vital step for their design. This project studies the free- space method to measure the permittivity of radome materials. The free space method has the advantages of non-contacting and free-of-reshaping, which are suitable for sheet-shape samples. In this method, the sample is placed between two antennas, and the permitivity of the material is determined based on the S-parameters between the two antennas. To avoid the influence of energy diffraction at the edges of samples, a near field focus(NFF) antenna is used. NFF antennas have their focal point in the near field. Consequently, the energy diffraction at the edges is reduced if the sample is placed at the focal point of the NFF antenna. The measurement results are processed with the genetic algorithm. This method starts from a group of assumption values of permittivity. An optimal value is obtained after multiple iterations. Compared with the results from a cavity resonant method provided in the datasheet of the materials, the free space setup in this thesis measurement provides an average 2.80% error in permittivity, and an average 34.14% error in loss tangent. Therefore, the genetic algorithm is suitable for this free space setup. The error of this thesis measurement is affected by several factors, such as thickness value error and inaccurate operation. / Radom används för att skydda känsliga antennsystem från omgivningen. Det är viktigt att estimera permittiviteten av radom innan de designas. Med korrekt permittivitet kan radomets inverkan på systemet räknas ut. I det här projektet används en fri-rymdsmetod för att mäta permittivitet. Fri-rymdsmetoden har fördelarna av att vara kontaktfri och icke-invasiv, vilket gör den lämplig för permittivitetmätning av materialskivor. Med den här metoden placeras en materialskiva mellan två antenner. Permittiviteten kan beräknas från S-parametrarna mellan antennerna. För att undvika diffraktion från kanten av materialskivan används närfältsfokuserade (NFF) antenner i fri-rymdsmetoden. NFF antenner har en fokalpunkt i närfältet. Kantdiffraktionen minskas om materialskivan placeras i fokalpunkten av NFF antennen. Mätningarna efterbehandlas med en genetisk algoritm (GA). Denna metod gissar värden på permittiviteten. Ett optimalt värde räknas fram iterativt. Jämfört med specificerad permittivitet från tillverkaren skiljer sig fri-rymdsmätningarna i denna avhandling i medeltal 2.8% i realdelen för den relativa permittiviteten och 34.14% i förlusttangent. Felet i mätningen påverkas av flera faktorer, som fel i mätningen av materialskivans tjocklek och fel i mätuppställningen.