BP神经网络在异向介质基本结构分析中的应用

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.