高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

BP神经网络在异向介质基本结构分析中的应用

姜宇 肖鸿 刘兴鹏 滕巍

姜宇, 肖鸿, 刘兴鹏, 滕巍. BP神经网络在异向介质基本结构分析中的应用[J]. 电子与信息学报, 2010, 32(1): 195-198. doi: 10.3724/SP.J.1146.2008.01703
引用本文: 姜宇, 肖鸿, 刘兴鹏, 滕巍. BP神经网络在异向介质基本结构分析中的应用[J]. 电子与信息学报, 2010, 32(1): 195-198. doi: 10.3724/SP.J.1146.2008.01703
Jiang Yu, Xiao Hong, Liu Xing-peng, Teng Wei. Applications of BP Neural Network in Analyzing Metamaterials Elemental Basic Structure[J]. Journal of Electronics & Information Technology, 2010, 32(1): 195-198. doi: 10.3724/SP.J.1146.2008.01703
Citation: Jiang Yu, Xiao Hong, Liu Xing-peng, Teng Wei. Applications of BP Neural Network in Analyzing Metamaterials Elemental Basic Structure[J]. Journal of Electronics & Information Technology, 2010, 32(1): 195-198. doi: 10.3724/SP.J.1146.2008.01703

BP神经网络在异向介质基本结构分析中的应用

doi: 10.3724/SP.J.1146.2008.01703

Applications of BP Neural Network in Analyzing Metamaterials Elemental Basic Structure

  • 摘要: 为了减少传统数值分析法由于厚度谐振而引起的结果错误问题,实现异向介质高分析精度与高效率的共存,建立基于反向传播多层前馈型神经网络(BP神经网络)的异向介质电磁特性与介质敏感结构参数之间的神经网络模型,对异向介质的基本结构进行分析。实验结果表明,采用量化共轭梯度法的分析时间为145.535648 s,训练均方误差为0.00020679,所得结果与全波分析相吻合,满足工程要求。有效地克服了再次预测过程中提取参数的不稳定性,为异向介质的分析提供一种快速而准确的方法。
  • [1] 冉立新,陈红胜,皇甫江涛. 异向介质研究进展[J]. 微波学报,2004, 20(3): 89-95.Ran Li-xin, Chen Hong-sheng, and Huangfu Jiang-tao.Research progress for left-handed material[J]. Journal ofMicrowaves, 2004, 20(3): 89-95. [2] 潘攀,吴群,孟繁义. 一种微带左手传输线的精确分析方法[J].遥测遥控, 2007, 28(5): 20-25.Pan Pan, Wu Qun, and Meng Fan-yi. An approach foraccurate analysis of the microstrip left-handed transmissionline[J]. Journal of Telemetry, Tracking and Command, 2007,28(5): 20-25. [3] Smith D R, Padilla W J, and Vier D C. Composite mediumwith simultaneously negative permeability andpermittivity[J]. Physical Review, 2000, 84(18): 4184-4187. [4] 陈红胜. 异向介质等效电路理论及实验的研究[D]. [博士论文],国际电磁科学院浙江大学分院,2005.Chen Hong-sheng. Study of equivalent circuit theory andexperimentation for left-handed materials[D]. [Ph.D.dissertation], The Electromagnetics Academy at ZhejiangUniversity, 2005. [5] 吴群,武明峰. 基于传输线理论的SRR 结构异向介质的研究[J]. 电波科学学报,2006, 21(3): 310-314.Wu Qun and Wu Ming-feng. Research on SRR structuremetamaterial based on transmission line theory[J]. ChineseJournal of Radio Science, 2006, 21(3): 310-314. [6] 李蓉,王安国,吕英. 基于神经网络的新型缺陷接地结构优化设计[J]. 微波学报,2007, 23(9): 152-155.Li Rong, Wang An-guo, and Li Ying. Optimization design of anovel defected ground structure based on neural network[J].Journal of Microwaves, 2007, 23(9): 152-155. [7] 魏海坤. 神经网络结构设计的理论与方法[M]. 北京:国防工业出版社,2005: 4-6.Wei Hai-kun. The theory and method for designing the neuralstructure [M]. Beijing: GuoFang Industry Press, 2005: 4-6. [8] 刘永,张立毅. BP 和RBF 神经网络的实现及其性能比较[J].电子测量技术,2007, 30(4): 77-80.Liu Yong and Zhang Li-yi. Implementation of BP and RBFneural network and their performance comparison[J].Electronic Measurement Technology, 2007, 30(4): 77-80. [9] 杨国良,吴旷怀. 利用BP 神经网络反算沥青路面结构层弹性模量的研究[J].中山大学学报,2008, 47(5): 53-57.Yang Guo-liang and Wu Kuang-huai. Back calculation oflayered elastic moduli of asphalt pavement using BP neuralnetwork[J]. Acta Scientiarum Naturalium UniversitatisSunyatseni, 2008, 47(5): 53-57. [10] Moller, Fodslette Martin. Scaled conjugate-gradientalgorithm for fast supervised learning[J].Neural Networks.1993, 6(4):525-533 [11] 孙英广. 神经网络在径流预测模型研究中的应用及软件实现[D]. [硕士论文], 大连理工大学,2005.Sun Ying-guang. Forecasting reservior eischarge using ANNmodel and its software system[D]. [Master dissertation],Dalian University of Technology, 2005. [12] Gong Jian-qiang and Chu Qing-xin. Effective electromagneticparameters extraction method for 1D left-handed material[C].Proceedings of Asia-Pacific Microwave Conference, Bangkok,2007: 11-14.
  • 加载中
计量
  • 文章访问数:  4057
  • HTML全文浏览量:  244
  • PDF下载量:  969
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-12-15
  • 修回日期:  2009-10-09
  • 刊出日期:  2010-01-19

目录

    /

    返回文章
    返回