| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·神经网络发展及概述 | 第8-9页 |
| ·微波电路的计算机辅助设计 | 第9-10页 |
| ·缺陷接地结构简介 | 第10-11页 |
| ·本课题的意义 | 第11-13页 |
| 第二章 神经网络模型的建立 | 第13-26页 |
| ·神经网络的结构 | 第13-16页 |
| ·神经元模型 | 第13-14页 |
| ·神经网络的分类 | 第14-15页 |
| ·多层前向神经网络 | 第15页 |
| ·BP神经网络的结构 | 第15-16页 |
| ·神经网络的训练 | 第16-22页 |
| ·基本BP算法 | 第17-20页 |
| ·Levenberg-Marquardt算法——BP算法的改进算法 | 第20-21页 |
| ·Bayesian正则化方法 | 第21-22页 |
| ·神经网络泛化能力的其它影响因素 | 第22-25页 |
| ·神经网络的泛化能力 | 第22页 |
| ·神经网络的结构对泛化能力的影响 | 第22-23页 |
| ·隐层数和隐层神经元数 | 第23页 |
| ·神经网络结构的复杂性对泛化能力的影响 | 第23页 |
| ·训练样本数据对泛化能力的影响 | 第23-24页 |
| ·训练样本的特性 | 第23-24页 |
| ·训练样本的选取 | 第24页 |
| ·神经网络所学习系统的复杂性对泛化能力的影响 | 第24-25页 |
| ·神经网络的分组建模 | 第25-26页 |
| 第三章 微波电路最优化设计的原理 | 第26-36页 |
| ·最优化设计的基本原理 | 第26-27页 |
| ·微波电路的分析 | 第27-28页 |
| ·目标函数的建立 | 第28-31页 |
| ·目标函数表达式 | 第28-29页 |
| ·目标函数的极小与最小 | 第29-31页 |
| ·最优化方法概述 | 第31-36页 |
| ·直接优化法——单纯形法 | 第32-36页 |
| 第四章 基于神经网络的缺陷接地结构优化设计 | 第36-57页 |
| ·缺陷接地结构的发展 | 第36-37页 |
| ·具有双阻带特性的CNPDGS结构 | 第37-39页 |
| ·具有双阻带特性的CNPDGS结构的神经网络模型 | 第39-43页 |
| ·训练数据的选取 | 第39-40页 |
| ·训练算法的选取 | 第40页 |
| ·神经网络模型的建立 | 第40-41页 |
| ·实验结果对比及误差分析 | 第41-43页 |
| ·基于神经网络的CNPDGS结构优化设计 | 第43-49页 |
| ·目标函数的建立 | 第43-44页 |
| ·优化设计实现的流程 | 第44-45页 |
| ·针对训练集和测试集的优化设计结果 | 第45-49页 |
| ·具有双阻带特性CNPDGS分块神经网络模型的建立 | 第49-53页 |
| ·优化设计中对泛化能力的要求 | 第49页 |
| ·神经网络分组建模方法的构想 | 第49-50页 |
| ·神经网络模型分组建立的实现 | 第50-53页 |
| ·基于分组建模神经网络的CNPDGS优化设计 | 第53-57页 |
| ·优化设计的结果 | 第53-54页 |
| ·优化设计结果的对比 | 第54-57页 |
| 结束语 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |