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(xué)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(lái)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(xiàn)的頻率特性.對(duì)CNPDGS通常采用FDTD等電磁場(chǎng)數(shù)值分析方法,這些方法雖然計(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(guò)程復(fù)雜、耗時(shí),無(wú)法滿(mǎn)足對(duì)CNPDGS日益增長(zhǎng)的分析和設(shè)計(jì)要求. 文中首先對(duì)遺傳算法的各個(gè)遺傳算子作了改進(jìn),并應(yīng)用改進(jìn)的遺傳算法對(duì)神經(jīng)網(wǎng)絡(luò)的初始權(quán)值進(jìn)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(xùn)練時(shí)間,并且能克服神經(jīng)網(wǎng)絡(luò)易陷入局部最小點(diǎn)的困擾.然后采用Matlab語(yǔ)言編寫(xiě)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(shí)際電路并進(jìn)行了測(cè)量.FDTD計(jì)算結(jié)果以及實(shí)驗(yàn)測(cè)量結(jié)果和訓(xùn)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(xùn)練時(shí)間,這些充分說(shuō)明了GA_BP算法的正確性和有效性.