人工神经网络和遗传算法在微波设计中的应用
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 1 绪论 | 第6-12页 |
| ·人工神经网络的发展与应用 | 第6-7页 |
| ·神经网络的发展概况 | 第6-7页 |
| ·神经网络的特点 | 第7页 |
| ·神经网络在电子系统中的应用 | 第7页 |
| ·遗传算法的发展与应用 | 第7-9页 |
| ·射频和微波设计 | 第9-10页 |
| ·本文所做工作 | 第10-12页 |
| 2 遗传算法的基本实现技术 | 第12-20页 |
| ·概述 | 第12-13页 |
| ·编码方法 | 第13-14页 |
| ·适应度函数 | 第14-16页 |
| ·遗传操作 | 第16-18页 |
| ·约束条件的处理方法 | 第18页 |
| ·遗传算法的运算过程 | 第18-20页 |
| 3 人工神经网络的相关理论 | 第20-31页 |
| ·概述 | 第20页 |
| ·神经元结构模型 | 第20-22页 |
| ·ANN的互连模式 | 第22页 |
| ·多层前向网络的计算能力及函数逼近 | 第22-23页 |
| ·反向传播学习算法(BP算法) | 第23-26页 |
| ·训练样本的选择和神经网络的设计分析 | 第26-28页 |
| ·BP算法的改进 | 第28-29页 |
| ·Levenberg-Marquart算法 | 第29-30页 |
| ·GA和ANN的比较 | 第30-31页 |
| 4 遗传算法在微波吸收层设计中的应用 | 第31-41页 |
| ·电磁波吸收材料 | 第31-33页 |
| ·电磁波在平面分层双复介质中的传播 | 第33-35页 |
| ·平面分层双复介质的遗传算法优化设计 | 第35-41页 |
| 5 GA和ANN在微波集成电路设计中的应用 | 第41-55页 |
| ·微波集成电路(MIC)的计算机辅助设计 | 第41-42页 |
| ·微带电路的不连续性结构 | 第42-43页 |
| ·微带缝隙结构的等效电路及其ANN模型 | 第43-47页 |
| ·微带交指电容器(IDC) | 第47-49页 |
| ·IDC的ANN模型及遗传算法优化设计 | 第49-55页 |
| ·概述 | 第49-50页 |
| ·IDC的ANN模型 | 第50-52页 |
| ·IDC的GA优化设计 | 第52-55页 |
| 6 结论 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-63页 |
| 作者在硕士期间完成和发表的论文 | 第63页 |
