基于GPSO-RP神经网络的天线快速设计

• 作者: 汪家兴 宁宇航 洪洋
• 来源期刊: 电子制作
• 关键词: 天线设计 神经网络 梯度下降算法 粒子群优化 弹性反向传播算法
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 信息工程
• 页码范围: 36-38,89
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5059.2021.17.010

摘要

在天线设计过程中,通常需要耗费巨大的计算资源和时间成本,使用神经网络对天线进行建模可以大幅度提高设计效率.基于反向传播算法训练的神经网络有着容易陷入局部极小的问题.对此,本文提出一种梯度粒子群(GPSO)的混合算法对神经网结构参数进行初期优化,再用弹性反向传播算法(RP)进行细致的训练,并基于该方法对一个具有多个优化目标的E形宽带天线进行了建模和快速设计.仿真结果表明,所提出的方法相对于用单一的RP算法和PSO-RP算法训练的神经网络有更好的收敛性误差和泛化能力,对天线的高效精准设计具有一定价值.