基于神經(jīng)網(wǎng)絡(luò)的微波電磁場(chǎng)計(jì)算問(wèn)題的研究.pdf

1、近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)作為一種快速準(zhǔn)確的建模工具在電磁工程領(lǐng)域中引起了廣大工程設(shè)計(jì)者的極大關(guān)注。由于人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、模擬高度復(fù)雜非線性映射的能力，使用它來(lái)求解微波電磁場(chǎng)中的計(jì)算問(wèn)題，只要有體現(xiàn)該模型問(wèn)題的輸入輸出樣本數(shù)據(jù)，網(wǎng)絡(luò)通過(guò)自學(xué)習(xí)，就可模擬出相應(yīng)的“計(jì)算模型”。而且網(wǎng)絡(luò)極強(qiáng)的容錯(cuò)能力和良好的魯棒性等特點(diǎn)為其在微波電磁場(chǎng)的優(yōu)化設(shè)計(jì)和控制問(wèn)題中的應(yīng)用提供了的廣闊的前景。本文的主要內(nèi)容包括兩個(gè)部分，即用神經(jīng)網(wǎng)絡(luò)模擬電磁場(chǎng)正

2、向計(jì)算以及反向計(jì)算。 在電磁場(chǎng)正向計(jì)算中，人工神經(jīng)網(wǎng)絡(luò)用于電磁工程問(wèn)題建模時(shí)，需先通過(guò)傳統(tǒng)建模方法獲取訓(xùn)練樣本和先驗(yàn)知識(shí)，因此對(duì)傳統(tǒng)的電磁建模方法的深入了解是十分必要的。本文針對(duì)多波導(dǎo)加載的矩形諧振腔系統(tǒng)的計(jì)算問(wèn)題，采用基于電磁場(chǎng)算子本征函數(shù)展開(kāi)法進(jìn)行相應(yīng)電磁場(chǎng)問(wèn)題的正向計(jì)算，以獲得精確的網(wǎng)絡(luò)訓(xùn)練樣本數(shù)據(jù)和測(cè)試樣本數(shù)據(jù)，再利用人工神經(jīng)網(wǎng)絡(luò)建模模擬該系統(tǒng)。通過(guò)實(shí)驗(yàn)數(shù)據(jù)分析，人工神經(jīng)網(wǎng)絡(luò)所建立的網(wǎng)絡(luò)計(jì)算模型不僅保持了電磁數(shù)值仿真的精

3、度，而且還可以降低對(duì)CPU和內(nèi)存等硬件的要求，同時(shí)具有良好的泛化能力，其在高性能、快速的電磁工程中具有很大的應(yīng)用潛力。另外，本文提出一種新穎的基于神經(jīng)網(wǎng)絡(luò)方法的空間插值網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以以較高精度實(shí)現(xiàn)對(duì)電磁場(chǎng)系統(tǒng)進(jìn)行插值運(yùn)算，解決了在實(shí)際求解電磁場(chǎng)問(wèn)題中網(wǎng)格劃分過(guò)細(xì)時(shí)帶來(lái)的巨大的時(shí)間上消耗。 在電磁場(chǎng)反向計(jì)算中，傳統(tǒng)求解反問(wèn)題的方法都存在計(jì)算量大、需要掌握反問(wèn)題模型的先驗(yàn)知識(shí)等缺點(diǎn)，本文針對(duì)傳統(tǒng)微波電磁場(chǎng)反問(wèn)題求解方法的上述缺點(diǎn)，