基于神经网络的层状周期结构能量传输谱预测

• 作者: 刘陈续 于桂兰
• 来源期刊: 上海交通大学学报
• 关键词: 层状周期结构 深层反向传播神经网络 径向基函数神经网络 能量传输谱 衰减域
• 年，卷（期）: 2021,（1）
• 页码范围: 88-95
• 页数: 8页
• 分类号: TU591
• 语种: 中文
• DOI: 10.16183/j.cnki.jsjtu.2019.242

摘要

本文对层状周期结构的能量传输谱预测方法进行了研究,在考虑几何参数、物理参数单独变化以及同时变化3种情况下,通过构建深层反向传播(BP)神经网络,实现层状周期结构能量传输谱的精准预测.与径向基函数(RBF)神经网络进行对比实验,实验结果验证了所提方法的有效性.