典型文献
基于天牛群-反馈神经网络的绞线串扰预估
文献摘要：
在三绞线间的串扰问题中,绞线不同扭转角度会带来单位长度(per unit length,PUL)RLCG寄生参数的变化,已不能通过常规方法直接求解传输线方程得到串扰.需借助于频域链参数的理论,将三绞线进行若干分段,通过对每一段级联得到串扰.提出天牛群(beetle swarm optimization,BSO)算法优化反馈神经网络(back prop-agation neural network,BPNN)的权值,使其误差更小.预测绞线不同分段截面处的寄生参数,并将BSO算法与天牛须(beetle antennae search,BAS)算法的寻优能力进行比较.最后,基于BSO-BP、BAS-BP和BP共3种方法所预测的寄生参数进行串扰求解,并与CST cable studio仿真值进行比较验证.结果表明,BSO-BP算法与仿真值相比具有最好的吻合度,而初始的BP算法则效果最差.
文献关键词：
多导体传输线;串扰;链参数;天牛群算法
中图分类号：
作者姓名：
周建明;张海龙;赵阳;颜伟;刘兴发
作者机构：
南京师范大学南瑞电气与自动化学院,江苏 南京210023;中国电力科学研究院武汉分院电网环境保护国家重点实验室,湖北 武汉430074
文献出处：
引用格式：
[1]周建明;张海龙;赵阳;颜伟;刘兴发-.基于天牛群-反馈神经网络的绞线串扰预估)[J].南京师范大学学报（工程技术版）,2022(02):23-28
A类：
RLCG
B类：
反馈神经网络,串扰,线间,扭转角度,per,unit,length,PUL,寄生参数,常规方法,传输线方程,借助于,频域,链参数,若干分,beetle,swarm,optimization,BSO,算法优化,back,prop,agation,neural,network,BPNN,权值,antennae,search,BAS,寻优能力,CST,cable,studio,真值,吻合度,多导体传输线,天牛群算法
AB值：
0.459458
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
