用于EBG优化设计的基于粗网格的KBNN

发布时间：2018-02-26 02:02

  本文关键词： 粗糙网格模型 先验知识 知识神经网络 电磁带隙　出处：《计算机仿真》2017年07期 　论文类型：期刊论文

【摘要】：在采用知识神经网络对微波器件进行建模优化时,先验知识大部分源于经验公式,而经验公式的推导十分繁杂,为避免先验知识获取困难,提出了一种将电磁仿真计算中精确网格剖分的计算模型作为教师信号,将粗糙网格剖分计算模型作为先验知识并运用粒子群算法对神经网络进行训练的方法,构建了相应的知识神经网络模型。对双层电磁带隙结构建模并进行优化设计,建模结果和优化效果均十分理想。说明了知识神经网络可以替代优化过程中的精确模型,减少优化所需的时间,证明所述方法的可行性与优越性。
[Abstract]:In the modeling and optimization of microwave devices using knowledge neural networks, prior knowledge is mostly derived from empirical formulas, and the derivation of empirical formulas is very complicated, so it is difficult to obtain prior knowledge. In this paper, a method of training neural network with particle swarm optimization (PSO) is proposed, in which the computational model of precise mesh generation in electromagnetic simulation is taken as the teacher's signal, and the rough mesh generation calculation model is taken as the prior knowledge, and the particle swarm optimization (PSO) algorithm is used to train the neural network. The corresponding knowledge neural network model is constructed. The modeling and optimization design of the double-layer electromagnetic band gap structure are very satisfactory. It is shown that the knowledge neural network can replace the accurate model in the optimization process. The feasibility and superiority of the method are proved by reducing the time required for optimization.
【作者单位】： 江苏科技大学电子信息学院;
【基金】：国家自然科学基金项目(61401180)
【分类号】：TN12;TP183

【参考文献】

相关期刊论文 前4条

1 曹芳铭;王素玲;王志军;;基于高阻抗表面的小型化微带天线的特性分析[J];计算机仿真;2015年12期

2 沙莎;彭涛;田雨波;;双层EBG结构的优化设计[J];压电与声光;2011年05期

3 刘兴明;沈建锋;杨大鹏;;单脉冲雷达天线方向图的BP神经网络建模[J];计算机仿真;2007年08期

4 李超,薛良金,徐军;微带径向短截线基于知识的人工神经网络模型[J];电子学报;2001年12期

相关会议论文 前1条

1 杜白;徐金平;郭飞;;基于EBG结构的L波段四位数字移相器设计[A];2011年全国微波毫米波会议论文集（下册）[C];2011年

【共引文献】

相关期刊论文 前10条

1 陈丽;;城市高层阵列式建筑布局智能成像方法仿真[J];计算机仿真;2017年07期

2 王睿;贺赛先;;低分辨率户外多障碍建筑图像布局标定仿真[J];计算机仿真;2017年06期

3 卢松;李苍松;吴丰收;周运金;;HSP法在引汉济渭TBM隧道地质预报中的应用[J];隧道建设;2017年02期

4 丁继才;孙文博;黄小刚;王艳冬;王志凯;;海上地震数据全波形反演实际应用[J];石油物探;2017年01期

5 付继有;田坤;于海铖;李振春;张凯;王鹏程;;声介质下基于波形互相关的反射波反演方法研究[J];石油物探;2016年06期

6 李晓玲;陈磊;杨春雨;丁虎;马佳伟;;地震波成像专利技术综述[J];中国发明与专利;2016年08期

7 李江;李庆春;张向辉;;最小二乘偏移方法研究进展综述[J];地球物理学进展;2016年04期

8 丁鹏程;杨国权;李振春;张凯;刘强;;基于三维多模板快速推进算法的复杂近地表射线追踪[J];石油物探;2016年04期

9 白明洲;田岗;王成亮;师海;聂一聪;沈宇鹏;;基于TRT系统的地质构造三维成像技术及其改进方法[J];地球物理学报;2016年07期

10 邵荣峰;方伍宝;蔡杰雄;倪瑶;李辉;郭立鹏;;高斯束层析偏移速度建模方法及应用[J];石油物探;2016年01期

【二级参考文献】

相关期刊论文 前8条

1 杨虹;陈威;郑雨薇;;EBG结构磁性材料微带天线的研究与设计[J];压电与声光;2014年01期

2 田雨波;沙莎;;一种蝶形单元的电磁带隙结构的频率特性[J];电波科学学报;2009年05期

3 张友俊;张海峰;肖建康;李英;陈鸿;;刻蚀在导带边缘的PBG微带线[J];压电与声光;2006年04期

4 刘春平;神经网络的应用与发展[J];电子工艺技术;2005年06期

5 张友俊,庞捷,李英;EBG在微波元件方面的应用[J];压电与声光;2005年03期

6 杨绍华,张福顺,焦永昌;EBG结构的小型圆极化微带天线[J];电子学报;2004年11期

7 薛睿峰,钟顺时;微带天线圆极化技术概述与进展[J];电波科学学报;2002年04期

8 谢泽明,赖声礼;天线方向性图的神经网络建模[J];华南理工大学学报(自然科学版);2001年09期

【相似文献】

相关期刊论文 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

相关会议论文 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

相关重要报纸文章 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

相关博士学位论文 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

相关硕士学位论文 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

，

本文编号：1536046