微带径向短截线基于知识的人工神经网络模型.pdfVIP

第 期 电 子 学 报 12 Vol .29 No . 12 年 月 2001 12 ACTA ELECTRONICA SINICA Dec . 2001 微带径向短截线基于知识的人工神经网络模型 李 超，薛良金，徐 军 （电子科技大学应用物理研究所，四川成都610054 ） 摘 要： 微带径向短截线具有比直微带短截线在更宽的频率范围内实现低阻抗值的优点 本文采用基于知识的 . 人工神经网络模型模拟微带径向短截线的特性，利用已经具有的先验知识减小神经网络输入输出映射关系的复杂程 度有效减少了训练样本的数量. 本文建立的人工神经网络模型不仅保留了全波有限元法的准确性，而且具有快速简便 的优点. 关键词： 神经网络模型；基于知识的；微带径向短截线 中图分类号： 文献标识码： 文章编号： （ ） TN802 .2 A 0372-2112 2001 12-1696-03 Knowledge-based Artificial Neural Network Models for Microstrip Radial Stub ， ， LI Chao XUE Liang-jin XU Jun （ ， ， ， ， ） Institute of Applied Physics Uniuersity of Electronics Science and Technology Chengdu Sichuan 610054 China Abstract ： Microstrip radial stubs are a superior choice over low characteristic microstrip impedance rectangular stubs in terms ， of maintaining a low input impedance value over a wide freguency range . In this paper a knowledge-based artificial neural network is used to model the microstrip radial stub . Utilizing prior knowledge for reducing complexity of input-output relationships that the ANN must learn， it allows an accurate ANN model to be developed with less training data which is very advantageous when training data is expe