基于进化卷积神经网络的屏蔽效能参数预测

摘要：随着设备功率密度和可 靠性要求的不断提升，设备电气外壳应设计孔缝以解决散热和电磁屏蔽问题。为了优化孔缝结构和位置，需在设计过程中计算和预测电气外壳屏蔽效能。针对现有屏蔽效能分析方法误差较大等问题，先建立了基于电磁拓扑理论BLT方程的带孔外壳屏蔽效能等效模型，并提出了基于进化卷积神经网络的屏蔽效能参数提取方法，再以外壳屏蔽效能部分频点结果作为模型输入，提取屏蔽效能模型参数，最后根据模型计算其它频点的外壳屏蔽效能。对比分析结果表明，文中方法能够实现带孔缝外壳屏蔽效能预测，误差小于10 dB且不受外壳结构、孔缝位置和屏蔽材料参数影响。

　　进化神经网络是进化算法和深度学习两者相结合的产物，在算法中神经网络的权值和阈值在初始种群个体染色体中，再用进化算法优化权值和阈值［12-14］，同时具有深度神经网络的自动构建和学习训练模型的优势，大大降低了多参数计算的复杂度和工作量。选取三层的神经网络算法，分别是输人输出和隐含层。以外壳屏蔽效能部分频点结果作为模型输人，全频段各点外壳屏蔽效能作为输出，隐含层转移函数采用sigmoid函数。

编辑：黄飞