基于改进QPSO算法的双陷波超宽带天线建模

摘要

为了提高超宽带(UWB)天线的建模精度,提出一种基于改进的量子粒子群优化(QPSO)算法优化神经网络的建模方法。在QPSO算法中引入维数搜索策略,优化粒子组成,改善QPSO算法易陷入局部最优和全局收敛速度慢等问题;采用Elman神经网络作为基础神经网络,通过改变Elman神经网络的拓扑结构并引入自反馈增益因子,提高其泛化能力,用改进后的QPSO算法优化神经网络的权值阈值,提高模型的预测精度。将该模型用于一种UWB陷波的天线建模中,对天线的电参数进行仿真建模,实验结果表明:该建模方法平均绝对误差减小98.25%,运行时间减少34.81%,具有更高的预测精度和更快的收敛速度。