基于遗传算法、粒子群算法和人工神经网络的RFID标签天线优化方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·RFID系统简介 | 第9-10页 |
| ·RFID系统中的标签天线 | 第10-13页 |
| ·标签天线的优化设计 | 第13-14页 |
| ·本文内容及章节安排 | 第14-17页 |
| 第二章 BP神经网络建模 | 第17-31页 |
| ·人工神经网络概述 | 第17-18页 |
| ·人工神经网络基础 | 第18-23页 |
| ·BP神经网络 | 第23-26页 |
| ·概述 | 第23-24页 |
| ·BP算法学习过程 | 第24-26页 |
| ·标签天线的神经网络建模 | 第26-31页 |
| ·建模流程 | 第26-27页 |
| ·训练数据和测试数据的获取 | 第27-28页 |
| ·神经网络训练 | 第28-29页 |
| ·模型泛化能力测试 | 第29-31页 |
| 第三章 遗传算法与粒子群算法 | 第31-41页 |
| ·遗传算法 | 第31-36页 |
| ·概述 | 第31-32页 |
| ·基本流程 | 第32-36页 |
| ·粒子群算法 | 第36-41页 |
| ·概述 | 第36-37页 |
| ·基本流程 | 第37-39页 |
| ·算法参数设置 | 第39-41页 |
| 第四章 一种偶极子标签天线的优化设计 | 第41-53页 |
| ·优化设计思路 | 第41-42页 |
| ·标签天线神经网络建模 | 第42-45页 |
| ·优化算法的C/C++实现 | 第45-48页 |
| ·标签天线神经网络模型的作用 | 第45页 |
| ·遗传算法的实现 | 第45-46页 |
| ·粒子群算法的实现 | 第46-47页 |
| ·结果分析 | 第47-48页 |
| ·软件平台搭建 | 第48-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·全文总结 | 第53页 |
| ·工作展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文目录 | 第58页 |
