基于改进反向传播神经网络代理模型的快速多目标天线设计

摘要

针对传统天线设计方法计算代价较大的缺陷,该文构建基于反向传播神经网络(BPNN)的新型天线代理模型.为解决BPNN训练易陷入局部最优的问题,采用粒子群优化(PSO)算法来改善神经网络初始结构参数,进而构建PSO-BPNN天线代理模型,并基于该模型提出多参数天线结构的快速多目标设计方法.设计实例表明,该方法在预测精度以及计算代价等方面优于现有的常用天线设计方法.所提方法对处理复杂高维参数空间天线设计问题具有实用价值.