遺傳算法在缺陷接地結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)建模中的應(yīng)用.pdf

1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)和遺傳算法(Genetic Algorithm,GA)是兩種以生物學為基礎(chǔ)的現(xiàn)代優(yōu)化算法,因其優(yōu)越性而被廣泛應(yīng)用于諸多領(lǐng)域.本文主要將二者結(jié)合用于研究組合式非周期缺陷接地結(jié)構(gòu)的特性. 組合式非周期缺陷接地結(jié)構(gòu)(Combinatorial Nonperiodic Defected GroundStructure,CNPDGS)是由光子帶隙(Photonic

2、Bandgap,PBG)結(jié)構(gòu)發(fā)展而來的,它是在微波電路的接地金屬平面上人為地蝕刻出"缺陷",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)值分析方法,這些方法雖然計算嚴格、精度高,可以精確分析CNPDGS的傳輸特性,但其計算過程復(fù)雜、耗時,無法滿足對CNPDGS日益增長的分析和設(shè)計要求. 文中首先對遺傳算法的各個遺傳算子作了改進,并應(yīng)用改進的遺傳算法對神經(jīng)網(wǎng)絡(luò)的初始權(quán)值進行優(yōu)化,形成一種

3、新的算法GA_BP,該算法可以有效地減少神經(jīng)網(wǎng)絡(luò)的訓練時間,并且能克服神經(jīng)網(wǎng)絡(luò)易陷入局部最小點的困擾.然后采用Matlab語言編寫了遺傳算法和神經(jīng)網(wǎng)絡(luò)程序,利用GA_BP算法建立了CNPDGS的GA_BP模型.最后制作了相應(yīng)的CNPDGS的實際電路并進行了測量.FDTD計算結(jié)果以及實驗測量結(jié)果和訓練成功的GA_BP模型的仿真結(jié)果一致性很好,且GA_BP算法大大減少了BP神經(jīng)網(wǎng)絡(luò)的訓練時間,這些充分說明了GA_BP算法的正確性和有效性.