-
题名改进蚁群算法的BRBP神经网络功放逆向建模方法
被引量：9
- 1
-
-
作者
南敬昌
臧净
高明明
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第1期190-197,共8页
-
基金
国家自然科学基金青年科学基金(61701211)
国家自然科学基金(61372058,61971210)
+1 种基金
辽宁省特聘教授项目(551806006)
辽宁省高校重点实验室项目(LJZS007)。
-
文摘
针对BP(back propagation)神经网络直接逆向模型精度低、耗时长、易振荡等缺点,提出一种联合改进蚁群算法(IACO)与贝叶斯正则化算法(BR)的BP神经网络逆向建模方法。通过改进蚁群算法,根据搜索阶段设置挥发因子、路径优劣程度更新信息素,并在启发式因子中考虑出发点、终点与各节点的间距等,优化正向模型的权值,提高整体模型精度;之后使用L1/2范数的贝叶斯正则化算法逆向迭代正向模型的输入,达到提高网络稳定性的目的。将本文方法应用于可重构功率放大器中,实验结果表明:相比于直接逆向建模方法和自适应η逆向建模方法,本文方法的建模精度分别提高99.77%、90.70%,平均运行时间分别减少35.76%、2.05%;本文方法可降低功放设计的复杂度,提高其设计速度。
-
关键词
光计算
神经网络逆向建模
改进蚁群算法
贝叶斯正则化
L1/2正则子
可重构功率放大器
-
Keywords
optics in computing
neural network inverse modeling
improved ant colony algorithm
Bayesian regularization
L1/2 regular child
reconfigurable power amplifier
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名可重构功放的新颖NARX神经网络逆向建模研究
- 2
-
-
作者
南敬昌
臧净
高明明
胡婷婷
-
机构
辽宁工程技术大学电子与信息工程学院
-
出处
《微波学报》
CSCD
北大核心
2019年第5期51-56,共6页
-
基金
国家自然科学基金(61971210,61372058)
国家自然科学基金青年科学基金(61701211)
+1 种基金
辽宁省特聘教授项目(551806006)
辽宁省高校重点实验室项目(LJZS007)
-
文摘
针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应η逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。
-
关键词
带外部输入的非线性自回归(NARX)神经网络
逆向建模
DAFNN神经元模型
支持向量机
可重构功率放大器
-
Keywords
nonlinear auto-regressive with exogenous inputs(NARX)neural network
inverse modeling
neural network with dynamic activation functions(DAFNN)neuron model
support vector machine
reconfigurable power amplifier
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
