辛玉霞[1]2007年在《人工神经网络技术在共形相控阵单元建模中的应用》文中研究说明对于当今高性能快速的电磁工程计算机辅助设计(CAD)来说，建立起精确可靠的元器件模型显得十分必要。近年来，人工神经网络(ANN)作为一种快速准确的建模工具在电磁场工程领域中引起了广大工程设计者的极大关注。本文对馈线巴伦、耦合器等分别建立了回传神经网络模型。在人工神经网络的基础上，引入了可用于复杂的电磁工程建模的知识人工神经网络，并对Schiffman移相器建立了知识人工神经网络模型。首先，对馈线巴伦、多层定向耦合器、超宽带天线及可重构天线建立BP神经网络模型。结果表明网络的性能很好，同时受训后的各神经网络模型还具有较强的推广能力。其次，在训练样本数据匮乏的情况下，应用知识人工神经网络模型建立起Schiffman移相器模型。结果表明该Schiffman移相器的知识人工神经网络模型在保持较高的建模精度下具有良好的外推性。另外，我们针对传统的Schiffman移相器所存在的缺点将其进行改进，设计了一种新型的Schiffman移相器结构，该结构实现了Schiffman移相器在低介电常数下较高的移相度数，并且简化了高介电常数下的加工工艺。总之，本文所建立的网络计算机模型不仅保持了电磁仿真的精度，而且还可以降低它们对CPU和内存等硬件的要求，同时还具有良好的外推性。
赵德双[2]2001年在《知识人工神经网络在电磁工程中的应用》文中研究说明对于当今高性能快速的电磁工程计算机辅助设计（CAD）来说，建立起精确可靠快速的元器件模型显得十分有必要。近年来，人工神经网络（ANN）作为一种快速准确的建模工具在电磁工程领域中引起了广大工程设计者的极大关注。 本文在人工神经网络建模的基础上引入了可用于复杂的电磁工程建模的知识人工神经网络（KBNN），同时提出了两种新型结构的知识人工神经网络：一种是采用主要元素项分析（PCA）作为网络训练数据前处理器的稳健的知识人工神经网络（RKBNN）；另一种是含有知识人工神经元的人工神经网络（NNKBN），其知识人工神经元的活化函数是由扩展的经验公式构成。 首先，应用RKBNN建立起了高速数字集成电路（HSDIC）共面互连线结构的频变电阻电感网络计算模型。结果表明：通过在网络中加入PCA训练数据前处理器，网络训练的效率和稳定性都得到了很大的提高，同时受训后各RKBNN模型还具有较强的推广能力。 其次，在训练样本数据匮乏的情况下，应用NNKBN建立起了广泛应用于多芯片封装模块（MCM）中带状线间隙的不连续特性网络计算模型。结果表明带状线间隙不连续特性的NNKBN模型在保持较高的建模精度下具有良好的外推特性。 总之，应用本文提出的知识人工神经网络所建立的网络计算模型不仅保持了电磁数值仿真的精度，而且还可以降低它们对CPU和内存等硬件的要求，同时还具有良好的外推特性。因此，通过在网络结构中镶入建模对象先验知识信息的人工神经网络在高性能快速的电磁工程CAD中具有很大的应用潜力。
陈艺[3]2016年在《基于知识神经网络的微波器件设计研究》文中研究说明在对微波器件进行建模优化时,一般采用精确模型和优化算法相结合的方法。然而,一些商业电磁仿真软件在求解分析时需要大量的时间,这使得传统的优化方法需要很大的代价。随着计算机技术的兴起,一些快速的计算机辅助设计方法相继出现,人工神经网络(Artificial Neural Network,ANN)便是其中之一。神经网络虽然有着诸多优点,但其训练需要大量样本的缺点使其在应用中十分耗时。知识神经网络(knowledge-based artificial neural network,KBANN)的提出,降低了输入与输出之间的映射关系,减少了网络训练所需的样本。本文在现有的知识神经网络的基础上,提出了更加简单、自动化的知识神经网络,主要工作如下:(1)简单介绍了基本神经网络模型,由此引入了知识神经网络的概念,介绍了一些知识神经网络,例如:差值模型、先验知识注入模型以及知识基神经网络模型。对研究所用的一些方法的基本原理进行说明,给后续研究奠定了扎实的基础。(2)本文研究的重点在于如何构建先验知识。研究了基于ADS(Advaced Design System)的知识神经网络。其特点在于利用ADS获取先验知识,避免了公式的推导和网络的训练,使得先验知识的获取更加方便。将训练好的网络模型用于高低阻抗滤波器、微带带阻滤波器和微带发卡滤波器的建模优化,比较了不同知识神经元数和不同隐层神经元数对网络性能的影响,并将测试结果与多层感知器神经网络(Multi-layer perceptron neural networks,MLP neural networks)进行比较。将优化得到的尺寸代入HFSS中,验证其是否满足设计指标要求。(3)研究了基于粗网格的知识神经网络,并在双层电磁带隙(Electromagnetic Band-Gap,EBG)结构中进行了应用。将HFSS(High Frequency Structure Simulator)中粗网格剖分的分析结果作为先验知识构成知识神经网络,先将该方法用于高低阻抗滤波器进行简单的验证,接着将其用于双层EBG结构进行建模和优化。(4)研究了基于高斯过程的知识神经网络,并在微带天线中进行了应用。将高斯过程训练好后作为先验知识,采用先验注入模型构成知识神经网络。对微带准八木天线和超宽带平面单极子天线进行建模与优化,并与采用精确模型和优化算法相结合的方法进行时间上的比较。
刘洋[4]2006年在《基于神经网络的微波电磁场计算问题的研究》文中进行了进一步梳理近年来，人工神经网络作为一种快速准确的建模工具在电磁工程领域中引起了广大工程设计者的极大关注。由于人工神经网络具有自学习、自组织、模拟高度复杂非线性映射的能力，使用它来求解微波电磁场中的计算问题，只要有体现该模型问题的输入输出样本数据，网络通过自学习，就可模拟出相应的“计算模型”。而且网络极强的容错能力和良好的鲁棒性等特点为其在微波电磁场的优化设计和控制问题中的应用提供了的广阔的前景。本文的主要内容包括两个部分，即用神经网络模拟电磁场正向计算以及反向计算。 在电磁场正向计算中，人工神经网络用于电磁工程问题建模时，需先通过传统建模方法获取训练样本和先验知识，因此对传统的电磁建模方法的深入了解是十分必要的。本文针对多波导加载的矩形谐振腔系统的计算问题，采用基于电磁场算子本征函数展开法进行相应电磁场问题的正向计算，以获得精确的网络训练样本数据和测试样本数据，再利用人工神经网络建模模拟该系统。通过实验数据分析，人工神经网络所建立的网络计算模型不仅保持了电磁数值仿真的精度，而且还可以降低对CPU和内存等硬件的要求，同时具有良好的泛化能力，其在高性能、快速的电磁工程中具有很大的应用潜力。另外，本文提出一种新颖的基于神经网络方法的空间插值网络，该网络可以以较高精度实现对电磁场系统进行插值运算，解决了在实际求解电磁场问题中网格划分过细时带来的巨大的时间上消耗。 在电磁场反向计算中，传统求解反问题的方法都存在计算量大、需要掌握反问题模型的先验知识等缺点，本文针对传统微波电磁场反问题求解方法的上述缺点，提出了基于人工神经网络的微波电磁场反问题求解方法。详细介绍了利用人工神经网络的建模过程，包括输入参数，样本间隔的确定，网络的结构(隐层数、神经元个数的确定、误差反向传播网络与径向基函数网络)的比较，训练样本的转换与归一化，初始权值的确定，训练样本的随机提交等等。根据试验结果可知，用神经网络求解微波电磁场反向计算是快速、有效的。
洪劲松[5]2004年在《新型传输线方程及知识人工神经网络模型的研究》文中提出本文在已有的传统传输线理论基础上,针对工程中实际遇到的困难重新构筑了新型的普遍化传输线方程。从新型传输线方程的理论推导到实际电磁结构中的应用、从一维新型传输线方程到叁维新型传输线方程、从新型传输线方程的宽带特性到部分传输线方程也能建模整个电磁结构的特性、从基于准静态解析公式的知识神经网络模型(NNKBN)到基于新型传输线方程的宽带知识神经网络模型(Broadband Knowledge-Based Neural Network),本文系统地探讨了新型传输线方程在电磁领域中的应用,丰富了人工神经网络在电磁领域中的应用,建立了普遍化的传输线理论和宽带知识神经网络模型(BKBNN)理论体系。 论文首先介绍了新型传输线方程的基本内容,一方面从基本麦克思韦方程出发结合实际例子作了一定程度的理论推导,另一方面从基本的电路理论出发对新型传输线方程进行了严格的推导。结合直角微带弯曲和45°切角微带弯曲的辐射参数提取说明了重新构筑新型传输线方程的必要性。 其次,结合微带滤波器、微带十字交叉(microstrip cross)、微带通孔(microstrip via)等电磁结构,推导了从一维到叁维的新型传输线方程,并发现了利用新型传输线方程所提取的分布电路参数具有两个有用的特性:一个是所提取的参数对具体的电磁结构具有唯一性,不随负载或边界条件的变化而变化;另一个所提取的电感参数和电容参数随频率变化缓慢,这样的特性使得新型传输线方程模型具有了颇具工程价值的宽带特性。 再其次,结合对称双阶跃微带不连续(double step microstrip discontinuity)和双折迭枝节(double folded stub)微带结构等电磁结构,我们阐述了新型传输线方程模型的另一个重要用途——部分传输线方程也可以很好地建模整个电磁结构,由于服于提取新型传输线方程的几组全波分析解已经包含很多信息,即使只是建立部分的新型传输线方程,也已经能准确地描述整个电磁结构的电磁特性。 最后,在基本人工神经网络模型的基础上,利用一些简单的电磁结构(如带状线十字交越和微带T形接头)的准静态解析公式为先验知识,在隐蔽层采用了基于知识的神经元,这种新型神经网络模型被称为包含了知识的神经元的神经网络模型(NNKBN)。本文利用新型传输线方程所提取的电路参数作为先验知识,结合NNKBN模型构筑了微带T形接头和共面波导到微带(CPW-M)过渡结构的宽带知识神经网络模型(BKBNN)。
刘佳兴[6]2012年在《基于ANFIS的水下航行器组合导航技术研究》文中研究指明现阶段，水下航行器作为人类开发和利用海洋空间最主要的探索工具而得到越来越多的应用，其上面所用的导航系统以及相关技术的研究也成为目前国际上研究一个的热点。目前水下航行器上用到最多的是捷联惯性导航系统，本论文针对水下航行器对所用惯性系统长航时、高精度的要求，引入自适应神经网络模糊推理系统对惯性导航系统与其它导航方法的结合，以及其本身引入阻尼后导航误差的抑制技术展开了深入的研究，目的是提升捷联惯性导航系统的实际的性能。论文所做的工作主要有以下几个方面：首先，在介绍人工神经网络和模糊推理系统的基础上引出了综合以上两种方法优点的自适应神经网络模糊推理系统（ANFIS），重点分析ANFIS结构、实现机理等，总结ANFIS的特点，基于其特点分析了其能用于的领域，论文也在自适应神经网络模糊推理系统的基础上展开对提高惯性导航系统导航精度方法的探讨。其次，介绍惯性导航系统和GPS卫星导航系统的工作原理，总结了他们各自的特点。对结合其两者优点组成的组合导航系统，分析了传统的采用卡尔曼滤波的方法存在的缺陷。提出一种当GPS信号中断时也能采用的INS/GPS数据融合方法，即采用ANFIS对GPS信息能用时的数据训练的方法实现当GPS信息不能用时对惯性导航系统位置信息的修正，并通过仿真验证该方法的效果。分析多普勒计程仪和电磁计程仪的工作原理，根据它们给出速度信息的特点，提出一种新的方法，即利用多普勒计程仪和电磁计程仪之间的速度差值近似地估计当前海域的洋流速度。论文采用ANFIS对多普勒计程仪和电磁计程仪的速度信息能用时的数据训练然后输出估计速度误差的方法实现对洋流速度的估计，通过仿真验证该方法的效果。最后，分析了惯性导航系统的不同的工作状态的特点，证明在纯惯性导航系统中引入阻尼的有效性。对于阻尼惯性导航系统提出一种新的方法，即引入ANFIS来智能变换阻尼惯性导航系统阻尼系数。利用MATLAB仿真得出不同运动状态分别对应的最佳的阻尼系数，得到了一组阻尼系数与水下航行器运动状态之间的对应关系，然后ANFIS对这组数据学习训练，训练完成后ANFIS就可以输出与水下航行器运动状态对应的最佳阻尼系数，从而使阻尼惯性导航系统工作在最佳的阻尼状态，提高阻尼惯性导航系统的导航精度。最后通过仿真实验验证采用该方法后阻尼惯性导航系统的精度。
雷松林[7]2008年在《基于BP网络和遗传算法的岩爆预测研究》文中研究指明近些年来,随着国民经济的持续发展,国家对各种矿产资源、能源和交通运输的需求日益增加,越来越多的水利工程开发项目不断提上日程,矿山资源的开采也不断向深层次发展,因而越来越多的工程将修建在长、深、密集的地下洞室中。岩爆作为这些典型高地应力区突出的主要地质灾害之一,尚没有完善的预测理论和机制,因此岩爆的预测与防治意义重大。本文通过建立基于遗传算法优化的BP网络模型,对岩爆的发生进行预测,并结合前人的研究成果和相关的工程实例,来评估网络的预测效果。概括起来主要完成了下列几个方面的研究工作。1、在广泛收集国内外岩爆研究资料的基础上,归纳了岩爆类型划分与烈度分级、岩爆的一般特征和发生条件、岩爆的形成机理、岩爆预测的方法等岩爆研究的现状。2、介绍了国内外一些典型的岩爆灾害造成的损失情况,提出了我国水利工程建设和矿山资源开采的趋势,结合近些年来水利工程建设的规模和规划的重要水利工程项目,指出了岩爆预测的重要性和迫切性。3、综合分析理论和工程应用两个方面,指出了影响岩爆的主要因素:抗拉强度、抗压强度、洞壁切应力大小和弹性应变能指标,并将脆性系数(σ_c/σ_t)、弹性应变能指数(W_(et))和应力强度比(σ_θ/σ_c)作为影响岩爆的主要指标。4、详细介绍了人工神经网络,尤其是BP网络的基本理论及其应用、优点和缺点,介绍了遗传算法的特点及其在神经网络设计中的应用,提出利用遗传算法优化神经网络,可以解决神经网络存在的先天性缺陷问题。5、依据神经网络和遗传算法的特点,将两者有机结合起来建立岩爆预测的优化模型(GA-BP网络)。以各种原始试验资料和现场实录资料为训练样本,首先通过遗传算法的运行,得到优化了的权值和阈值,作为BP网络的初始权值和阈值。接下来通过BP网络训练样本集,实现BP网络学习的目的,建立样本(作为输入变量)与实际岩爆结果(作为目标变量)之间潜在的联系。最后通过引入工程实例,用GA-BP网络对岩爆的发生及烈度进行预测。最终预测的结果与实际情况是符合的。6、将GA-BP网络的预测结果与纯BP网络预测结果和常用判据预测的结果分别做了比较,结果表明GA-BP网络的预测效果明显好于后两种预测方法。该方法可以用来预测岩爆。最后,对应用GA-BP网络预测岩爆的若干要点和局限性做了说明,并对进一步工作的方向进行了简要讨论。
张运传[8]2004年在《叁维微波集成电路中过渡结构的人工神经网络建模》文中提出本文对近十年微波集成电路中过渡结构的研究进展进行了讨论。介绍了一些典型的过渡结构。过渡结构可以分为最基本的两种:一种是同类传输线之间的异面立体过渡,另一种是不同类传输线之间的过渡。通过对各种过渡结构的分析,提出了一种新型的过渡结构:微带-槽线过渡,该过渡结构利用集中参数的LC 电路取代传统的λ/4阻抗变换器,具有尺寸小、带宽大的特点。利用HFSS 和CST 两种仿真软件对提出的过渡结构进行了优化和仿真,同时设计并加工了一个背靠背的微带-槽线过渡结构,对仿真的结果进行了验证,结果表明测试和仿真得到的插入损耗及反射相一致。该过渡结构在4~10GHz 的频段内插入损耗小于1.3dB。对于当今高性能快速的电磁工程计算机辅助设计(CAD)来说,建立起精确可靠快速的元器件模型显得十分必要。近年来人工神经网络(ANN)做为快速准确的建模工具在电磁工程领域引起广大工程设计者的极大关注。本文对微带-槽线过渡结构建立了一个基于误差反向传播算法(BP 算法)的多层前向神经网络模型,该模型不仅保持了电磁数值仿真的精度,而且降低了对CPU 和内存等硬件的要求,同时还具有良好的外推特性。因此,该模型在电磁工程CAD 中具有很大的应用潜力。
崔振南[9]2014年在《基于智能算法的电子系统电磁兼容特性建模研究》文中研究表明为了提高针对电子系统电磁兼容(Electromagnetic Compatibility, EMC)问题的建模和分析效率,结合电子系统核心元器件的物理参数抽象方法和已有的智能算法(Intelligent Algorithm, IA)建模理论,提出了一种基于智能算法的电子系统电磁兼容特性的建模方法,并以各种结构微带线的散射参数为算例,建立了高效的基于人工神经网络(Aritificial Neural Network, ANN)的微带线散射参数计算模型。论文首先设计了一种电子元器件的物理结构和电磁特性参数的通用描述方法,通过该方法可以得到各种物理结构的电子元器件的唯一参数表示,为建立特定电子元器件的通用模型提供了基础。然后,为了得到用于训练人工神经网络基础数据,论文基于一种改进的时域有限差分算法,设计和开发了一款可视化电磁场仿真软件,用于计算获得大量不同结构微带线的电磁兼容特性数据。但是,由于电子系统电磁兼容特性的数据量十分庞大,仅就不同结构微带线的散射参数而言,其数据量已使得难以用常规建模方法建立同时具有高精度和高效率的模型。因此,论文根据智能算法的建模优点,通过合理设计基本的建模单元和高效的模型组合计算流程,实现了一种基于小型人工神经网络的组合建模方法,并成功使用该方法建立了可以计算大量微带线结构在一定频域范围内的散射参数数据的高效模型。此外,为了完善电磁兼容的建模流程以及验证模型精度,论文还研究了商用仿真软件CST STUDIO SUITE的自动化仿真编程,并获得了不同结构微带线的散射参数的仿真数据,用于对人工神经网络模型的计算结果进行分析和验证。最后,论文基于误差反传神经网络和径向基函数神经网络分别建立了适用于不同数据范围的微带线散射参数计算模型,并系统地提出和分析了基于智能算法建立电子系统电磁兼容特性模型的一般方法。
孟陆波[10]2009年在《隧道超前地质预报技术与计算机辅助预报系统研究》文中研究表明隧道施工过程中,各类不同成因的不良地质和施工地质灾害常常成为制约隧道修建的最主要因素。因此,对掌子面前方的地质条件和可能的地质灾害开展超前地质预报,对确保隧道施工安全具有举足轻重的作用。本文采用工程地质、岩体力学、地球物理探测、数字图像识别、非线性科学理论、现代信息技术相结合的方法,从隧道不良地质超前预报、隧道施工地质灾害预测和隧道超前地质综合预报叁大方面对隧道超前地质预报技术进行深入研究,并最终开发了一套较为完善的隧道超前地质预报计算机辅助软件系统。论文取得的主要成果如下:(1)从TSP(Tunnel Seismic Prediction)、地质雷达(Ground Penetrating Radar)、瞬变电磁法(Transient Electromagnetic Methods)、BEAM(Bore Tunnelling Electrical Ahead Monitoring)的探测原理出发,通过分析其探测隧道常见不良地质的典型案例,总结并提炼了TSP对空洞、断层破碎带、含水溶隙等不良地质的波形特征;地质雷达对完整岩体、破碎岩体、空洞、含水溶洞等不良地质的波形特征;瞬变电磁法对富水断层、干燥断层、富水溶洞、干燥溶洞、含水溶隙裂隙等不良地质以及不良地质组合和后方低阻体的响应特征;Beam对岩溶含水体、含水裂隙、充水断层带、无水断层等不良地质的响应特征。这些成果为建立超前地质预报解译标志、提高隧道超前地质预报精度奠定了良好基础。(2)探讨了数字图像模式识别技术在超前地质预报中的应用。通过地质雷达图像预处理,采用神经网络模式识别技术,探索地质雷达溶洞图像的智能识别,建立了智能识别二维地质雷达图像中由于含水小溶洞造成双曲线特征的神经网络模型,为识别地质雷达图像中的其它不良地质体提供了新途径。(3)探讨了岩爆与洞室形态和尺寸的关系。通过分析同一尺寸不同洞室形状、同一洞室形状不同尺寸下的岩爆强度,得到在其它影响因素相同条件下岩爆存在洞室尺寸和洞形效应。椭圆形洞(谐洞)对减少岩爆最有利,岩爆将随洞室开挖尺寸的增大而增强,但最终趋于一个稳定值。将这一成果应用于锦屏二级水电站引水隧洞和辅助洞的岩爆预测中,结果表明,在相同桩号、岩爆其它发生条件相似的条件下,引水隧洞中段的岩爆强度将比辅助洞提高半个等级。(4)在围岩大变形预测方面,提出了根据洞壁位移-时间观测曲线预测围岩失稳时间的方法。认为洞壁位移-时间观测曲线的拐点即为围岩失稳的时间,由此建立了多阶非线性回归预报模型,求解了围岩失稳时间的数学表达式,并利用最小二乘法,对监测数据进行拟合,求得预报模型的参数,即可预测围岩失稳的时间。该方法一般适用于围岩失稳的临短预报,其可靠程度取决于位移-时间观测曲线的连续性。(5)从预测隧道掌子面前方涌突水危险性角度出发,建立了隧道涌突水危险性的经验公式:α=Log 10 ((A1×A2)/(B1×B2)),其中a为一无量纲的涌突水危险性综合系数,A1为岩墙厚度,A2为岩墙强度,B1为富水情况,B2为水压条件,并从地层岩性、地质构造等地质指标和TSP、地质雷达、瞬变电磁等物探相关参数指标对地下水富集条件进行综合判断。通过实例验证表明,隧道涌突水危险性综合系数a基本能反映掌子面前方涌突水危险程度的高低。(6)提出了“以地质分析为核心,综合物探分析,洞内外结合、长短预测结合,物性参数互补”的综合预报原则,建立了隧道超前地质综合预报的工作体系。在此基础上,构建了隧道常见不良地质的综合预报方法和工作流程,并选取相关地质参数和物探成果参数,采用模糊神经网络技术,建立了隧道常见不良地质的综合预报模型。该综合预报体系在铜锣山隧道得到较好应用,为确保隧道施工安全提供了保障。(7)以工程地质、岩体力学、岩土工程监测、地球物理探测技术、图像识别技术为依据,采用人工神经网络技术、模糊-层次综合评判、模糊神经网络等非线性智能科学技术,利用数据库和软件工程技术,集成开发了隧道超前地质预报计算机辅助软件系统(TGP-CAS)。主要功能包括隧道基本地质条件预报、隧道施工地质灾害预报、地球物理超前探测预报、综合预报和查询等。国内几条长大深埋隧道的应用表明,该软件具有管理方便、预报精度较高的优点。
参考文献：
[1]. 人工神经网络技术在共形相控阵单元建模中的应用[D]. 辛玉霞. 电子科技大学. 2007
[2]. 知识人工神经网络在电磁工程中的应用[D]. 赵德双. 电子科技大学. 2001
[3]. 基于知识神经网络的微波器件设计研究[D]. 陈艺. 江苏科技大学. 2016
[4]. 基于神经网络的微波电磁场计算问题的研究[D]. 刘洋. 大连理工大学. 2006
[5]. 新型传输线方程及知识人工神经网络模型的研究[D]. 洪劲松. 电子科技大学. 2004
[6]. 基于ANFIS的水下航行器组合导航技术研究[D]. 刘佳兴. 哈尔滨工程大学. 2012
[7]. 基于BP网络和遗传算法的岩爆预测研究[D]. 雷松林. 同济大学. 2008
[8]. 叁维微波集成电路中过渡结构的人工神经网络建模[D]. 张运传. 电子科技大学. 2004
[9]. 基于智能算法的电子系统电磁兼容特性建模研究[D]. 崔振南. 华北电力大学. 2014
[10]. 隧道超前地质预报技术与计算机辅助预报系统研究[D]. 孟陆波. 成都理工大学. 2009
标签：自动化技术论文; 人工神经网络论文; 传输线论文; 网络模型论文; 预测模型论文; 数据建模论文; 建模软件论文; 网络结构论文; 微带天线论文; bp神经网络论文;