一种微波滤波器的神经网络优化方法、系统、设备及介质
申请号:CN202411096193
申请日期:2024-08-12
公开号:CN118627572B
公开日期:2025-02-07
类型:发明专利
摘要
本发明提供一种微波滤波器的神经网络优化方法、系统、设备及介质,属于智能光纤技术领域,所述方法步骤如下:定义微波滤波器的几何变量,设计微波滤波器,并输入到仿真工具HFSS中,得到样本数据,再将样本数据划分为训练样本和测试样本;构建神经网络模型,并初始化训练和优化参数;使用训练和测试样本对神经网络模型进行训练和测试,得到优化的微波滤波器几何变量值和模型滤波性能值,将优化的微波滤波器几何变量值输入仿真工具HFSS中计算滤波性能仿真值,再根据滤波偏差判断是否满足优化终止条件,并在满足时输出最优的微滤滤波器几何变量值。本发明通过神经网络模型提升了微波滤波器模型的优化和设计效率,模型精度高。
技术关键词
神经网络优化方法
仿真工具
神经网络模型训练
微波滤波器设计
谐振柱
模型误差
样本
神经网络优化系统
变量
抽样方法
输入神经网络模型
定义
误差函数
拟牛顿算法
腔体
存储计算机程序
数据