黄文柔

（江西财经大学软件与物联网工程学院,江西 南昌 330013）

人工神经网络是一种计算工具，具有较强的学习能力，可以通过训练相应的数据从中学习任意的非线性输入输出关系[1]，目前已广泛应用于模式识别、图像处理、语音处理、控制、生物医学工程等领域。最近，人工神经网络也被应用于射频和微波计算机辅助设计领域。因其结构简单、计算速度快、精度高等优点，能有效处理微波领域中重复烦琐的计算过程及时间投入长等问题，是近年来微波工程应用领域里的一个热门研究课题。为加快推动微波工程领域的数字化、智能化的发展，结合人工神经网络的应用是趋势必然。对此，回顾人工神经网络的发展，总结其在微波工程领域的应用是非常必要的。

1 人工神经网络

1.1 人工神经网络模型

人工神经网络为微波领域的发展提供了新思路与途径。一个经典三层次的神经网络结构[2]，如图1所示，包括输入、隐藏和输出层。各神经元之间通过相互连接形成一个网络拓扑结构，神经元之间的连接线表示不同的权重[3]。

图1 神经网络结构图

其中，神经元是神经网络的基本信息处理单元，神经元模型由四个基本元素组成，如图2所示。

图2 神经元数学模型

假设表示突触输入端的信号，当连接到神经元k时，神经元k的数学形式可表示为：

其中，表示线性组合器的输出，yk表示神经元的输出信号。

人工神经网络模型在学习任意非线性输入、输出映射关系的过程中，激活函数扮演着非常重要的作用。……