-
题名基于改进QPSO算法的双陷波超宽带天线建模
被引量：3
- 1
-
-
作者
刘文进
许馨水
南敬昌
高明明
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第10期13-17,共5页
-
基金
国家自然科学基金资助项目(61971210)
国家自然科学基金青年科学基金资助项目(61701211)
辽宁省特聘教授项目(551710007004)。
-
文摘
为了提高超宽带(UWB)天线的建模精度,提出一种基于改进的量子粒子群优化(QPSO)算法优化神经网络的建模方法。在QPSO算法中引入维数搜索策略,优化粒子组成,改善QPSO算法易陷入局部最优和全局收敛速度慢等问题;采用Elman神经网络作为基础神经网络,通过改变Elman神经网络的拓扑结构并引入自反馈增益因子,提高其泛化能力,用改进后的QPSO算法优化神经网络的权值阈值,提高模型的预测精度。将该模型用于一种UWB陷波的天线建模中,对天线的电参数进行仿真建模,实验结果表明:该建模方法平均绝对误差减小98.25%,运行时间减少34.81%,具有更高的预测精度和更快的收敛速度。
-
关键词
量子粒子群优化算法
ELMAN神经网络
维数搜索策略
超宽带天线
-
Keywords
quantum particle swarm optimization(QPSO)algorithm
Elman neural network
dimension search strategy
ultra-wideband(UWB)antenna
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
