声明
第 1 章 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 螺旋电感的研究现状
1.2.2 遗传算法的研究现状
1.2.3 粒子群算法的研究现状
1.2.4 随机森林的研究现状
1.2.5 神经网络的研究现状
1.3 本文的主要研究内容和组织结构
1.3.1 主要研究内容
1.3.2 论文的组织结构
第 2 章 螺旋电感与智能优化算法
2.1 螺旋电感概述
2.1.1 螺旋电感的基础结构
2.1.2 螺旋电感的性能指标
2.1.3 螺旋电感的损耗
2.2 智能优化算法
2.2.1 粒子群算法
2.2.2 人工神经网络
2.2.3 随机森林算法
2.2.4 量子遗传算法
2.3 小结
第 3 章 基于随机森林算法的螺旋电感预测模型研究
3.1 引言
3.2 螺旋电感几何参数对其性能的影响
3.2.1 内径对电感性能的影响
3.2.2 金属线宽度对电感性能的影响
3.2.3 匝数对电感性能的影响
3.3 实验数据集
3.3.1 数据 来源
3.3.2 数据预处理
3.4 基于随机森林的螺旋电感模型构建
3.4.1 模型参数设置
3.4.2 模型评估策略
3.4.3 模型仿真分析
3.5 小结
第 4 章 基于 QGABP-HPSO 混合算法的螺旋电感合成方法
4.1 引言
4.2 系统的总体设计
4.3 HPSO 算法的设计
4.4 QGABP 神经网络模型设计
4.4.1 BP 神经网络的缺陷
4.4.2 QGABP 的可行性分析
4.4.3 QGABP 的设计与流程
4.5 实验结果分析
4.5.1 参数设置
4.5.2 实验仿真和性能分析
4.6 相关算法比较
4.7 小结
结 论
参考文献
附录 A 攻读硕士学位期间所发表的学术论文
附录 B 攻读硕士学位期间所参加的学术活动
致 谢
湖南大学;