改進(jìn)的LMBP算法在組合式非周期缺陷接地結(jié)構(gòu)建模中的應(yīng)用.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是模擬人腦的信息處理系統(tǒng)，經(jīng)過對(duì)指定數(shù)據(jù)集進(jìn)行訓(xùn)練，可以學(xué)會(huì)輸入數(shù)據(jù)和輸出數(shù)據(jù)之間的任意非線性映射關(guān)系，為微波電路快速精確的分析和設(shè)計(jì)提供了新的有效途徑。 組合式非周期缺陷接地結(jié)構(gòu)(CNPDGS)是通過在微波電路底面的金屬接地板蝕刻“缺陷”，改變接地板上的電流分布，從而使整個(gè)微波電路在特定頻段處表現(xiàn)出禁帶特性的電路結(jié)構(gòu)。對(duì)CNPDGS的分析通常采用FDTD等方法，雖然這些電磁場(chǎng)數(shù)值分析方法計(jì)算嚴(yán)格、精度高，但是計(jì)算過

2、程復(fù)雜、耗時(shí)，不利于CNPDGS的分析和設(shè)計(jì)。由于CNPDGS的傳輸系數(shù)取決于“缺陷”的尺寸和工作頻率，并與之形成非線性映射，故可建立CNPDGS的神經(jīng)網(wǎng)絡(luò)模型。 本文首先對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值初始化方式進(jìn)行探討，在兼顧權(quán)值的選取范圍和優(yōu)化選取方向的基礎(chǔ)上，提出了一種改進(jìn)的N-W權(quán)值優(yōu)化選取方法。經(jīng)實(shí)驗(yàn)驗(yàn)證，改進(jìn)的N-W權(quán)值選取方法能夠有效的提高收斂速度，減少神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時(shí)間。然后通過對(duì)原始LMBP算法誤差變化的分析，提出了一種改進(jìn)

3、的LMBP算法。由于引入了微調(diào)因子，該算法不僅提高了收斂速度，而且對(duì)神經(jīng)網(wǎng)絡(luò)的初始參數(shù)設(shè)定不再敏感，同時(shí)還能夠克服神經(jīng)網(wǎng)絡(luò)易陷入局部最小的缺點(diǎn)。改進(jìn)的N-W權(quán)值優(yōu)化選取方法和改進(jìn)的LMBP算法均在Microsoft Visual C++6編程環(huán)境下實(shí)現(xiàn)。最后將兩種算法結(jié)合起來(lái)，形成一種綜合改進(jìn)的LMBP筆法。將該算法應(yīng)用于一種新型組合式非周期缺陷接地結(jié)構(gòu)(CNPDGS)的低通濾波器中，建立了精確的神經(jīng)網(wǎng)絡(luò)模型。綜合改進(jìn)的LMBP算法大大