改進(jìn)動量VLBP神經(jīng)網(wǎng)絡(luò)在新型缺陷接地結(jié)構(gòu)中的應(yīng)用.pdf

1、人工神經(jīng)網(wǎng)絡(luò)是由大量簡單的、反映非線性本質(zhì)特征的神經(jīng)元廣泛連接而成的復(fù)雜非線性系統(tǒng)，它模擬人腦的學(xué)習(xí)功能。當(dāng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，在樣本范圍內(nèi)輸入數(shù)據(jù)，就會在極短的時(shí)間內(nèi)得出精確的輸出結(jié)果。目前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)算法是BP算法，但是基本的BP算法在訓(xùn)練時(shí)收斂速度較慢、容易收斂于局部極小值，因此有必要對基本BP算法進(jìn)行改進(jìn)。 組合式非周期缺陷接地結(jié)構(gòu)(CNPDGS)是由光子帶隙結(jié)構(gòu)發(fā)展而來，它是在微波電路的接地金屬平面上人為地蝕

2、刻出非周期性的“缺陷”結(jié)構(gòu)，以改變接地電流的分布，從而改變傳輸線的頻率特性。對CNPDGS通常采用FDTD等電磁場數(shù)值分析，這些分析方法雖然計(jì)算嚴(yán)格、精度高，可以精確分析CNPDGS的傳輸特性，但其計(jì)算過程復(fù)雜、耗時(shí)，無法滿足CNPDGS日益增長的分析和設(shè)計(jì)要求。 本文改進(jìn)一種人工神經(jīng)網(wǎng)絡(luò)反向傳播算法(BP算法)，將動量方法和可變學(xué)習(xí)速度的BP算法(VLBP算法)結(jié)合，并且在每個(gè)樣本點(diǎn)更新權(quán)值和偏置值，這種算法稱為動量VLBP算

3、法；并對基本動量VLBP人工神經(jīng)網(wǎng)絡(luò)反向傳播算法的訓(xùn)練樣本進(jìn)行樣本自動優(yōu)化選取處理。算法和樣本自動優(yōu)化選取處理均由C++語言編程實(shí)現(xiàn)，用C++語言實(shí)現(xiàn)該算法可以有效的提高神經(jīng)網(wǎng)絡(luò)的計(jì)算速度，目前國際上知名的各種神經(jīng)網(wǎng)絡(luò)算法的核心部分大多數(shù)采用C、C++語言實(shí)現(xiàn)。并將改進(jìn)的神經(jīng)網(wǎng)絡(luò)分別運(yùn)用到對一種新型組合式非周期性缺陷接地結(jié)構(gòu)(CNPDGS)低通濾波器和一種新型的具有雙阻帶特性的組合式非周期性缺陷接地結(jié)構(gòu)(CNPDGS)的神經(jīng)網(wǎng)絡(luò)建模之中