基于神经网络的电磁干扰的预测

• 作者: 杨天鹏 谢清明 马齐爽
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 神经网络 模拟退火算法 遗传算法 电磁干扰
• 年，卷（期）: 2013,（5）
• 页码范围: 697-700,705
• 页数: 5页
• 分类号: TN911.73
• 字数: 3340字
• 语种: 中文

摘要

提出了一种应用神经网络预测电磁干扰的方法.针对遗传算法总体搜索能力较强但容易陷入局部最优,而模拟退火算法具有较强的局部搜索能力,又能避免搜索陷入局部最优解的特点,将模拟退火算法与遗传算法相结合,优化多层前馈(BP,Back Propagation)神经网络,获取最优的权值和阈值,并采用模拟退火的思想确定隐含层神经元的个数,进而建立基于神经网络的电磁干扰预测模型.以双平行导线间的电磁干扰问题为实例,明确干扰要素,建立训练样本和测试样本,对比期望输出和预测输出之间的误差,结果表明该方法可以准确有效地进行电磁干扰预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马齐爽	北京航空航天大学自动化科学与电气工程学院	45	149	7.0	10.0
2	谢清明	中国航天科工集团公司飞航动力装置研究所	2	6	1.0	2.0
3	杨天鹏	北京航空航天大学自动化科学与电气工程学院	1	6	1.0	1.0