基于IBKA-HBP神经网络的超宽带天线建模

摘要

针对神经网络在超宽带天线的逆向建模过程中存在的精度低、收敛慢和稳定性差的问题，本文提出了一种使用改进的黑翅鸢算法的深度反向传播(IBKA-HBP)神经网络。通过Tent混沌映射初始化种群，提升种群的多样性。在黑翅鸢捕食行为中引入动态透镜成像学习策略，帮助算法摆脱局部最优。在迁移中集成夫琅禾费衍射搜索策略，进一步提升算法的性能，实现快速寻优。使用IBKA优化神经网络的正向模型权值和偏置，加快建模速度。采用Huber函数作评价函数，提高模型的精度和稳定度。实验结果表明：相比深度反向传播(HBP)神经网络、使用黑翅鸢算法的深度反向传播(BKA-HBP)神经网络、使用遗传算法的深度反向传播(GA-HBP)神经网络，本文提出的IBKA-HBP神经网络在精度上分别提高了1.4个百分点、0.4个百分点、1.2个百分点，这些改进显著提高了超宽带天线的精度。

关键词

超宽带天线 / 反向传播(BP)神经网络 / 黑翅鸢算法(BKA) / Huber函数

基金资助

2024年大学生创新创业国家级立项(202410147014); 2024年大学生创新创业省级立项(S202410147010)