改进蝴蝶算法的神经网络天线建模

作     者：南敬昌 黄菊 张慧妹 Nan Jingchang;Huang Ju;Zhang Huimei

作者机构：辽宁工程技术大学葫芦岛125105 

基　　金：国家自然科学基金(61971210) 辽宁省应用基础研究计划项目(2022JH2/101300275)资助 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2023年第37卷第12期

页      码：166-175页

摘      要：为提高天线建模效率,改变传统建模方法速度慢、效率低的问题,提出了一种用改进的蝴蝶算法(BOA)优化多层前馈神经网络(back propagation neural network,BPNN)的天线建模方法。首先,以多层前馈神经网络为基础网络,建立蝴蝶算法优化的BP神经网络,解决BP神经网络预测精度低的问题。其次,在蝴蝶算法中融入天牛须算法(BAS),用天牛须算法替代蝴蝶算法的局部寻优过程,减小蝴蝶算法的空间复杂度、解决蝴蝶算法易陷入局部最小值的问题,创建改进的BOA-BP神经网络对天线进行精准建模。设计实例表明,该网络的预测精度达到了99.60%,相比于传统的BPNN和未改进蝴蝶算法优化的BPNN,预测S11的误差分别减少了47%和40.9%。此外,改进的BOA算法的运行时间相对于粒子群算法和遗传算法也分别减小了80.86%和82.79%,大大降低了网络运行的时间成本。综上,改进的BOA优化后的BPNN的建模精度和速度均得到了提高,验证了改进的蝴蝶算法作为一种新型神经网络优化策略的可行性和有效性。

主 题 词：多层前馈神经网络 双陷波蜂窝结构分形超宽带天线 蝴蝶算法 天牛须算法 权值优化 

学科分类：080904[080904] 0809[工学-计算机类] 08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.13382/j.jemi.B2306708

馆 藏 号：203126628...