基于神经网络集成的微带天线谐振频率建模

被引：11

作者：

田雨波 ^{[1
]}

董跃 ^{[2
]}

机构：

[1] 江苏科技大学电子信息学院

[2] 中国传媒大学信息工程学院

来源：

电波科学学报 | 2009年 / 24卷 / 04期

关键词：

微带天线; 谐振频率; 神经网络集成; 粒子群优化; 混沌;

D O I：

10.13443/j.cjors.2009.04.033

中图分类号：

TN822 [天线：按波段和波的传播方式分];

学科分类号：

080904 ;

摘要：

谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败。提出基于十进制粒子群优化(DePSO)算法和二进制粒子群优化(BiPSO)算法的选择性神经网络集成方法,通过粒子群优化(PSO)算法合理选择组成神经网络集成的各个神经网络,使个体间保持较大的差异度,减小"多维共线性"和样本噪声的影响。为有效保证PSO算法的粒子多样性,在迭代过程中加入混沌变异策略。仿真试验表明:混沌PSO算法可以有效提高神经网络集成的泛化能力,基于混沌PSO算法的选择性神经网络集成所建立的微带天线的谐振频率模型好于此问题的已有结论。

引用

页码：610 / 616

页数：7

共 14 条

[1]

粒子群优化算法的理论及实践.[D].张丽平.浙江大学.2005, 03

[2]

计算智能与计算电磁学.[M].田雨波; 钱鉴; 编著.科学出版社.2008,

[3]

天线理论与微带天线.[M].方大纲编著.科学出版社.2006,

[4]

混沌及其应用.[M].黄润生;黄浩编著;.武汉大学出版社.2005,