Resumen

Los dispositivos de microondas suelen optimizarse combinando el modelo preciso con un algoritmo de optimización global. Sin embargo, este método requiere mucho tiempo. Para optimizar rápidamente los dispositivos de microondas, en este trabajo se utiliza la red neuronal basada en el conocimiento (KBNN). Normalmente, el conocimiento a priori de la KBNN se obtiene mediante fórmulas empíricas. Desgraciadamente, es difícil derivar las fórmulas correspondientes para la mayoría de los problemas electromagnéticos, especialmente para los problemas electromagnéticos complejos; la derivación de la fórmula es casi imposible. Utilizamos el modelo de malla precisa del análisis EM como señal de enseñanza y el modelo de malla gruesa como conocimiento a priori para entrenar la red neuronal (NN) mediante la optimización de enjambre de partículas (PSO). La NN construida por este método es más sencilla que la NN tradicional en cuanto a su estructura, que puede sustituir al modelo preciso en la optimización y reducir el tiempo de cálculo. Los resultados de las estructuras de brecha de banda electromagnética (EBG) diseñadas de forma óptima por este tipo de KBNN consiguen aumentar el ancho de banda y la atenuación de la banda de parada y un nivel de ondulación de banda pasante pequeño, lo que demuestra las ventajas del método KBNN propuesto.

• Materias:Minería de datos Propagación de ondas Radiofrecuencia Teoría de Antenas Ondas de radiofrecuencia
• Subjects:Data mining Wave propagation Radio frequency Antenna theory Radio frequency waves
• Palabras claves:dispositivo de microondas, modelo preciso, modelo de malla preciso, tipo de kbnn, problema electromagnético complejo, conocimiento de kbnn, nivel de ondulación de la banda pasante, métodos de kbnn propuestos, algoritmo de optimización global, modelo de malla gruesa
• Keywords:microwave device, precise model, precise mesh model, kind of kbnn, complex electromagnetic problem, knowledge of kbnn, passband ripple level, proposed kbnn methods, global optimization algorithm, coarse mesh model