基于函数链神经网络的电磁兼容预测方法

摘要

本发明提供了一种基于函数链神经网络的电磁兼容预测方法，所述方法包括如下步骤：(1)以n次信号辐射强度统计数据作为初始输入；(2)对初始输入的一维数据扩展到二维，得到一个二维的函数链神经网络的输入m；(3)计算函数链神经网络权值，得到预测函数f(y′)；(4)根据预测函数，预测各个电器元件间的电磁兼容性。本发明提供的基于函数链神经网络的电磁兼容预测方法，对输入部分进行维度扩展，能够将原本非线性问题转化成为线性问题，因此能够很好解决梯度搜索算法存在的不足，同时避免了BP神经网络的多层运算比较繁琐以及麻烦的问题。

主权项

1.一种基于函数链神经网络的电磁兼容预测方法，对PCB上的各个电器元件进行电磁兼容性测试，其特征在于，所述方法包括如下步骤：(1).以n次信号辐射强度统计数据作为初始输入；(2).对初始输入的一维数据扩展到二维，得到一个二维的函数链神经网络的输入m；(3).计算函数链神经网络权值，得到预测函数f(y')；(4).根据预测函数，预测各个电器元件间的电磁兼容性;在所述步骤(3)中，基于函数链神经网络的计算的步骤如下：计算函数链神经网络输出，并根据该输出调整神经元权值;所述步骤(3)包括如下步骤：(3-1).计算函数链神经网络输出；(3-2).判断是否需要调整神经元权值，如果需要则对神经元权值进行调整，并返回步骤(3-1)；否则输出函数链神经网络预测函数f(y');在所述步骤(3-1)中，对如下参数进行设置：可移动窗口，所述可移动窗口覆盖的信号辐射强度统计次数为n；二维函数链神经网络的输入为m，取可移动窗口之后的输出结果为y’;计算函数链神经网络输出y’的公式如下：$y^{\prime }=\frac{1}{1{+e}^{\theta {-\mathrm{wx}}_t}}$其中，θ为y'的偏置，wx_t＝w₁x₁+...+w_nx_n+w_n+1x₁x₂+...+w_n+n(n-1)/2x_n-1x_n，w_i,i=1,2,3...n表示权重;在所述步骤(3-2)中，判断是否需要调整神经元权值的步骤如下：|y'-y|＞k，则调整神经元权值，直到|y'-y|≤k；其中，y代表当前信号实际辐射强度，k表示误差精度，给网络的各神经元连接权值赋予(0，1)区间内的随机值。