摘要：学生T过程的核心是核函数设计以及超参数优化,其中超参数直接影响模型的泛化能力.为提升学生T过程模型的预测精度,基于一种自适应的贝叶斯优化算法,实现对学生T过程超参数的全局优化.以多组Benchmark问题和矩形微带天线谐振频率建模为仿真实例,并与多种机器学习模型进行了对比实验.结果表明:采用贝叶斯优化超参数的学生T过程具有较高的拟合精度.

摘要：谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败。提出基于十进制粒子群优化(DePSO)算法和二进制粒子群优化(BiPSO)算法的选择性神经网络集成方法,通过粒子群优化(PSO)算法合理选择组成神经网络集成的各个神经网络,使个体间保持较大的差异度,减小"多维共线性"和样本噪声的影响。为有效保证PSO算法的粒子多样性,在迭代过程中加入混沌变异策略。仿真试验表明:混沌PSO算法可以有效提高神经网络集成的泛化能力,基于混沌PSO算法的选择性神经网络集成所建立的微带天线的谐振频率模型好于此问题的已有结论。

摘要：通过粒子群优化算法对一种具有蝶形单元的电磁带隙结构进行了优化设计,使其具有良好的频率特性。在优化过程中,为克服粒子群算法存在的早熟收敛和搜索精度低等问题,模拟生物克隆选择中5%的B细胞自然消亡过程,在优化算法进化过程中基于混沌理论和变异原理设计了粒子更新算法,并按照模拟退火方法进行更新后粒子的选择。通过仿真计算可以看出:给出的粒子群算法适合于蝶形单元电磁带隙结构的优化设计。优化后的电磁带隙结构在阻带性能和-10 dB带宽基本不变的情况下,通带波纹明显减小且基本对称,频率特性较好。

摘要：谐振频率是微带天线(Microstrip Antennas,MSA)设计过程中最重要的一个参数.针对粒子群神经网络(Particle Swarm Optimization-Neural Network,PSO-NN)对矩形MSA谐振频率建模所面临的计算时间过长以及模型精度不高等问题,提出一种基于图形处理单元(Graphic Processing Unit,GPU)技术的并行处理解决方案.该方法使用粒子与线程一一对应的并行策略,通过并行处理各个粒子的计算过程来加快整个粒子群的收敛速度,从而减少NN的训练时间.在统一计算设备架构下对矩形MSA谐振频率进行了PSO-NN建模,数值计算结果表明:相对于CPU端串行PSO-NN,GPU端并行PSONN在寻优稳定性一致的前提下取得了超过300倍的计算加速比;在GPU端大幅增加粒子数,能在运行时间增加极为有限的情况下大幅降低建模的网络误差.

摘要：提出了一种多目标形式的空间映射算法,并将其应用于微带滤波器的优化设计问题.该算法没有采用ADS仿真软件进行粗糙模型的计算,而是采用多目标粒子群算法结合矩阵数值计算的形式,优化计算微带线的S参数,并应用神经网络映射粗糙模型与精确模型的仿真结果,由粗糙模型和神经网络推测出精确模型的帕累托最优解集.

摘要：超宽带天线和可重构天线是当今天线领域研究的热点。将可重构天线技术应用到超宽带天线设计中,讨论了频率可重构超宽带天线的设计思路。以印刷单极子椭圆天线为原型,给出了两个可重构天线的具体结构,并对天线进行了可重构带阻设计,避免与相关频段之间的干扰。仿真结果表明:重构后天线Ⅱ的低频获得了扩展,其相对尺寸的长和宽分别减小到最大工作波长的0.116倍和0.087倍,工作频段为0.174～10.9GHz,可重构阻带为5.1～5.95GHz,带宽比可高达62:1.

摘要：人工神经网络(Artificial Neural Network,ANN)设计圆极化微带天线(Circularly-polarized Microstrip Antenna,CPMSA)时需要进行大量数据样本的准备,网络结构一般都比较复杂.为了解决这个问题,利用支持向量机(Support Vector Machine,SVM)在解决小样本数据处理问题时具有拟合精度高、泛化能力强、结构简单等优点,结合二进制粒子群(Binary Particle Swarm Optimization,BiPSO)算法选择出合适的SVM个体参与集成,形成一种基于BiPSO算法的选择性SVM集成(SVM Ensemble,SVME)方法,并将该方法用于单馈切角方形CPMSA的综合设计.仿真结果表明:这种SVME方法提高了算法的鲁棒性和有效性,有更好的预测精度,通过与ANN、SVM以及现有文献的预测结果对比可以看出,由该模型得出的结果优于此问题的已有结论.

摘要：讨论了多层感知器神经网络 (MLPNN)在矩形波导终端匹配短负载设计中的应用。网络学习过程采用反向传播算法 (BP) ,并对训练和测试用样本进行随机化 ,训练过程中加入动量项 ,网络结构可进行自动调节。对样本进行了线性定标 ,用定标后的样本训练神经网络 ,建立系统模型 ,通过优化神经网络相应参数成功实现了矩形波导H面T型结构的终端短小匹配负载的结构设计。

摘要：目前微带天线的优化设计主要采用优化算法与电磁仿真软件HFSS相结合的方案,但使用HFSS进行大量的精确电磁仿真花费时间较长且对硬件要求较高.为解决此问题,提出了一种在优化过程中利用高斯过程模型替代全波电磁仿真软件的方法,并应用粒子群算法进行优化设计,这种方案可以有效减少优化设计所需时间.利用该方法对GPS北斗双模微带天线进行了优化设计,在花费时间只有原方法0.2%的基础上所设计的天线能够满足设计指标,证明了该方法的有效性.

摘要：研究了一种新型的双层电磁带隙(EBG)结构,该结构在金属导带上刻蚀蝶形单元,在接地板上刻蚀圆环孔,并运用粒子群优化算法(PSO)与高频电磁仿真软件(HFSS)相结合的方法对接地板刻蚀圆孔进行优化,使结构的传输特性更好。在优化过程中,首先对圆孔的外径进行优化,然后在此基础上再优化内径,通过仿真计算结果可看出,优化后-10dB的相对带宽和阻带的衰减值分别增加了22.69%和15.26%,通带波纹减小了76.76%。优化后结构的频率特性较好,优化效果理想。