基于改进的GABP算法优化5G天线阵列

为了加快天线建模速度，针对现有天线设计软件天线参数优化速度过慢问题进行了建模研究。首先通过几种常用的启发式算法优化后的多层前馈（Back propagation，BP）神经网络对天线参数进行优化比较，并对其中最优的算法遗传算法优化BP（Genetic algorithm BP，GABP）神经网络算法进行深度改进。其次采用自适应算法和模拟退火算法优化算法对GABP进行优化。最终通过模拟试验验证出自适应GABP算法对于天线参数优化的误差最小。该研究为天线设计软件中天线优化方法提供了一种误差较小的新方法，拥有更高的预测准确度，拟合速度也大大提升。实验对比证明了该算法的可行性。