基于神经网络的非线性电子器件的建模方法研究

论文摘要

本文主要是针对当前电路仿真中非线性电子器件还没有一个通用建模方法的问题,提出了利用神经网络能够逼近任意非线性连续函数这一优点来建立通用模型的方法。本文首先介绍了现有的非线性电子器件的建模方法,讨论了这些方法的优缺点,最后得出:这些方法各有各的局限性,不能作为非线性电子器件建模的通用方法。然后又对神经网络,尤其是前馈网络中的BP网络及RBF网络作了介绍。最后根据神经网络能够进行函数逼近的特点,提出了基于神经网络的非线性电子器件的通用建模方法,论文中给出了该方法的总体思路和实现的全过程。并对两种网络在建模过程中的优缺点进行了比较。经过大量实验,这种先由神经网络逼近函数,再将得出的网络结构用Pspice中的电路描述语言描述而建立非线性电子器件模型的方法取得了成功。这样我们就找到了一个对非线性电子器件建模的通用方法,该方法对于电路系统的仿真具有十分重要的意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 电路仿真原理
• 1.2 已有电子器件建模方法概述
• 1.3 PSpice
• 1.3.1 PSpice 简介
• 1.3.2 PSpice 的基本组成
• 1.4 PSpice 中已有非线性器件建模方法概述
• 1.4.1 多项式
• 1.4.2 函数法
• 1.4.3 查表
• 第二章 神经网络原理及学习规则
• 2.1 神经网络简介
• 2.1.1 生物神经元模型
• 2.1.2 人工神经元模型
• 2.1.3 神经网络的结构
• 2.1.4 人工神经网络的应用
• 2.2 BP 网络的学习及训练规则
• 2.2.1 BP 网络模型
• 2.2.2 BP 网络的学习规则
• 2.2.3 BP 网络的训练过程
• 2.3 径向基神经网络的学习及训练规则
• 2.3.1 径向基网络模型
• 2.3.2 径向基网络的创建与学习过程
• 第三章 基于神经网络的非线性电子器件的PSpice 建模
• 3.1 选用器件
• 3.2 总体思路
• 3.3 基于BP 网络建模的实现过程
• 3.3.1 设计并训练BP 网络并得出网络参数
• 3.3.2 根据输出表达式确立单个神经元建模方案
• 3.3.3 实现整个网络
• 3.4 基于RBF 神经网络的PSpice 建模
• 3.4.1 神经元及神经网络的PSpice 建模方法
• 3.4.2 建立器件模型
• 3.5 模型验证
• 第四章 RBF 网络与BP 网络在建模中的性能比较
• 第五章 结论
• 主要工作
• 工作展望
• 参考文献
• 致谢
• 在学期间学术成果情况