论文部分内容阅读
矩形微带天线设计中,为解决谐振频率与尺寸结构之间存在多参数、强非线性关系而建立其精确模型的困难,提出一种动态自适应聚类与伪逆求权值相结合的新型RBF神经网络算法,其优点为:无需事先固定隐层神经元个数,以自适应调整的方式,获得较好的逼近效果,且计算量小、学习速度快。同时,结合RBF神经网络对于多变量、非线性函数有较好的逼近特性,将其用于矩形微带天线的谐振频率建模。实验表明,建立的神经网络模型无论是在精度还是速度上都明显优于已有文献的结果,从而为天线设计开发者提供了一种新的有效方法,提高设计效率。