改进人工神经网络算法及其在E面分支波导耦合器优化设计中的应用.pdfVIP

第2l卷第4期 微波学报 V01．2lNo．4 OF 2005年8月 JOURNALMICROWAVES Aug．2005 文章编号：1005-6122(2005)04JD016-04 改进人工神经网络算法及其在E面分支波导 耦合器优化设计中的应用+ 许殿史小卫 (西安电子科技大学理学院，西安710071) 摘要：将混合遗传算法用于人工神经网络，训练出全局最优的权值和偏差，解决了反向传播网络收敛于局 部极值的问题。运用该方法训练出E面分支波导耦合器的输入输出人工神经网络模型，并以此仿真并优化其他结 构的耦合器。相对于精确电磁场数值计算，前者在保证有较高仿真精度的前提下，大大提高了仿真速度。 关键词： 人工神经网络，反向传播网络，混合遗传算法，E面分支波导耦合器 Neural Arti6cialNetworkUsedin and ImproVed Design ofE-PIane Branch-、7VraVeguideCouplers XUDi她．SmⅪ舯-wei (Sc‰Z旷据聊e，删i口n‰池rs蚵，瓜’nn710071，吼iM) ANNcombinedHGAmakes山e tllede、riation tothe Abstr眦t： solutions，which weight蛐d convergedobal esc印es local of network．Theneh哪kmodels0f aretrainedthis optimaback-propagation E—plalleb啪ch-wavegtlidecouplers by of methodaIlditissimulatedforsome di珏-eremdimensions．Basedonthis excellentconstmctionis couplers ANN，an coupler achieved． tonumerical for resultsshowthatHGA-BPisaccu． field，tIle Comparing computationtechnologyelectromagnetic rate明d e伍ciency． words：Artificialneural Key network(ANN)，Back—propagationnetwork(BP)，Hybridgeneticalgorithm(HGA)， E-planebmnch-waveguidecouplers 确电磁场数值计算(全波分析)为基础的方法可获 引 言 得分支耦合器精确的性能参数，并同时开发出各种 Beam Net-