基于神經(jīng)網(wǎng)絡(luò)非線性電子器件建模中的優(yōu)化方法研究.pdf

1、本文主要針對具有復(fù)雜特性的非線性電子器件無法建立模型或模型復(fù)雜的問題，提出了基于神經(jīng)網(wǎng)絡(luò)的分段建模方法，并對BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化問題進(jìn)行了探討。 本文首先介紹了現(xiàn)有的非線性電子器件的建模方法，討論了這些方法的優(yōu)缺點(diǎn)。其次，介紹了神經(jīng)網(wǎng)絡(luò)，尤其是前饋網(wǎng)絡(luò)中的BP網(wǎng)絡(luò)及BP網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化，并討論了BP網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中存在的問題。之后，針對基于神經(jīng)網(wǎng)絡(luò)的非線性電子器件建模中，一些具有復(fù)雜特性曲線的非線性電子器件無法建立模型或模型復(fù)雜的問題

2、，嘗試了基于神經(jīng)網(wǎng)絡(luò)的分段建模方法。針對BP網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化中隱層神經(jīng)元選取困難的問題，嘗試了隱節(jié)點(diǎn)自構(gòu)學(xué)習(xí)算法。 論文中以穩(wěn)壓二極管為例給出了該方法的總體思路和實(shí)現(xiàn)的全過程。 本文主要包含兩方面的研究內(nèi)容： 第一：給出隱節(jié)點(diǎn)自構(gòu)學(xué)習(xí)算法，并通過大量實(shí)驗(yàn)證明，這種算法可以有效地選取最優(yōu)隱節(jié)點(diǎn)數(shù)量。這為神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化提供了一種新的方法。 第二：提出基于神經(jīng)網(wǎng)絡(luò)的電子器件分段建模方法。為實(shí)現(xiàn)該方法，首先，通過

3、實(shí)驗(yàn)測得待建模器件的輸入輸出數(shù)據(jù)，再通過實(shí)驗(yàn)選取分段點(diǎn)。利用分段后的數(shù)據(jù)在MATLAB中分別對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，達(dá)到誤差目標(biāo)后，即可獲得能夠逼近不同段特性的神經(jīng)網(wǎng)絡(luò)。訓(xùn)練結(jié)束后，記錄各分段網(wǎng)絡(luò)的權(quán)值W及閾值B，再將得出的分段網(wǎng)絡(luò)結(jié)構(gòu)用Pspice中的電路描述語言描述，由此建得各分段特性的器件模型。最后將分段模型結(jié)合為一個(gè)模型，即可獲得完整的器件模型。這樣就可以實(shí)現(xiàn)對具有復(fù)雜特性曲線的非線性電子器件進(jìn)行建模，該方法對于器件建模和電路系統(tǒng)的