模糊神經(jīng)網(wǎng)絡(luò)學習算法及其在電子系統(tǒng)易損性評估中的應(yīng)用.pdf

1、電子器件或電子系統(tǒng)的高功率微波易損性評估是一個困難的問題.這主要是因為,高功率微波作用于電子器件或電子系統(tǒng)時,存在大量的不確定因素影響其作用結(jié)果.用實驗研究高功率微波作用于電子器件或電子系統(tǒng)的損傷效應(yīng)時,電子系統(tǒng)的易損性估計或毀傷閾值往往受到多個高功率微波源參數(shù)的影響,它們隨高功率微波源參數(shù)變化的關(guān)系,從數(shù)學的角度來看,是一個多變量、非線性的關(guān)系.模糊理論為處理不確定性信息提供了的一種方法.神經(jīng)網(wǎng)絡(luò)常用于非線性映射的逼近.模糊神經(jīng)網(wǎng)絡(luò)吸

2、收了模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)二者的優(yōu)點,是一種常用的處理非線性預(yù)測問題的有力工具.該論文討論了T-S型模糊神經(jīng)網(wǎng)絡(luò)及其學習算法的一些不足,提出了改進的方法,并從模糊理論的角度出發(fā),研究了模糊理論和模糊神經(jīng)網(wǎng)絡(luò)在電子系統(tǒng)HPM易損性評估中的應(yīng)用方法.該論文的主要工作有以下幾個方面:(1)總結(jié)了模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史、現(xiàn)狀和可能的發(fā)展方向.討論了電子系統(tǒng)HPM易損性評估的概率方法以及從模糊信息處理的角度考慮電子系統(tǒng)HPM易損性評估的必要性和可能性

3、.(2)討論了T-S型模糊神經(jīng)網(wǎng)絡(luò)的學習算法,分析了兩種學習算法的特點,指出了它們的優(yōu)點和不足.(3)提出了一個二次函數(shù)的優(yōu)化算法,在理論上證明了所提算法的正確性.用仿真實例對所提算法與共軛梯度法進行了比較.把算法推廣到了對一般函數(shù)的優(yōu)化求解中.最后指出,把提出的算法應(yīng)用到T-S模糊神經(jīng)網(wǎng)絡(luò)的混合學習算法中,能夠改善混合學習算法中最小二乘估計的穩(wěn)定性.(4)提出一種基于偏最小二乘回歸分析的T-S模糊神經(jīng)網(wǎng)絡(luò)混合學習算法,克服了在應(yīng)用原混