基于BP神经网络和GA的矩形微带贴片天线谐振频率预测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·遗传算法在天线设计领域的研究现状 | 第10页 |
| ·神经网络的研究现状 | 第10-11页 |
| ·本文的研究目的与内容 | 第11-12页 |
| 第二章 矩形微带贴片天线基本理论 | 第12-15页 |
| ·微带贴片天线 | 第12-14页 |
| ·微带天线的基本结构 | 第12页 |
| ·微带天线的优缺点 | 第12-13页 |
| ·矩形微带天线的谐振频率 | 第13-14页 |
| ·微带天线的馈电形式 | 第14页 |
| ·传统微带天线谐振频率的分析方法 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第三章 基于BP神经网络微带天线谐振频率预测 | 第15-30页 |
| ·神经元模型 | 第15-16页 |
| ·BP神经网络的结构 | 第16-17页 |
| ·BP神经网络模型 | 第16页 |
| ·BP神经网络传递函数 | 第16-17页 |
| ·BP神经网络的学习算法 | 第17-22页 |
| ·BP神经网络建立过程 | 第17-18页 |
| ·BP神经网络的缺陷及改进 | 第18-22页 |
| ·基于BP神经网络微带天线谐振频率预测的实现 | 第22-29页 |
| ·训练样本的获取 | 第22-24页 |
| ·BP神经网络建模网络结构的确定 | 第24-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 遗传算法 | 第30-50页 |
| ·遗传算法的理论基础 | 第30-33页 |
| ·模式定理 | 第30-31页 |
| ·模式定理分析 | 第31-32页 |
| ·建筑模块假设 | 第32-33页 |
| ·遗传算法的实现 | 第33-39页 |
| ·遗传编码 | 第33-35页 |
| ·适应度函数 | 第35页 |
| ·遗传算子 | 第35-38页 |
| ·初始群体的设定 | 第38页 |
| ·控制参数和选择 | 第38-39页 |
| ·遗传算法与其他搜索技术的比较 | 第39-40页 |
| ·遗传算法优化BP神经网络 | 第40-49页 |
| ·遗传算法优化BP神经网络基本原理 | 第40-41页 |
| ·遗传算法参数设置 | 第41-43页 |
| ·遗传算法优化BP神经网络的实现 | 第43-48页 |
| ·结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 天线谐振频率快速预测在天线设计中的应用 | 第50-55页 |
| ·天线谐振频率快速预测在天线设计中的应用原理 | 第50页 |
| ·平面天线参数计算器的设计和开发 | 第50-54页 |
| ·平面天线参数计算器设计的意义 | 第50-51页 |
| ·矩形微带天线参数计算器的设计实现 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-65页 |
| 发表论文和参加科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |
