本书在论述计算电磁学的产生背景、现状和发展趋势的基础上,系统地介绍了电磁仿真中的有限差分法、人工神经网络在电磁建模中的应用,遗传算法在电磁优化中的应用,涉及电磁场工程CAD中的三个核心问题,即电磁场问题的数值仿真、高效建模和优化设计。
本书可供在计算电磁学、电磁场理论、电磁场工程等领域从事研究和开发工作的科技人员参考,也可作为高等院校相关专业高年级本科生和研究生的教学用书。
样章试读
目录
- 第一章 绪论
1.1 计算电磁学的产生背景
1.2 电磁场问题求解方法分类
1.3 当前计算电磁学中的几种重要方法
1.4 电磁场工程专家系统
第一篇 电磁仿真中的有限差分法
第二章 有限差分法
2.1 差分运算的基本概念
2.2 二维电磁场泊松方程的差分格式
2.3 差分方程组的求解
2.4 工程应用举例
2.5 标量时域有限差分法
第三章 时域有限差分法Ⅰ——差分格式及解的稳定性
3.1 FDTD基本原理
3.2 解的稳定性及数值色散
3.3 非均匀网格及共形网格
3.4 三角形网格及平面型广义Yee网格
3.5 半解析数值模型
3.6 良导体中的差分格式
第四章 时域有限差分法Ⅱ——吸收边界条件
4.1 Bayliss-Turkel吸收边界条件
4.2 Engquist-Majda吸收边界条件
4.3 廖氏吸收边界条件
4.4 梅-方超吸收边界条件
4.5 Berenger完全匹配层(PML)
4.6 Gedney完全匹配层
第五章 时域有限差分法Ⅲ——若干实用技术
5.1 激励源技术
5.2 集总参数电路元件的模拟
5.3 近区场到远区场的变换
5.4 数字信号处理技术
5.5 应用举例
第六章 基于交变隐式差分方向方法的时域有限差分法——ADI-FDTD方法
6.1 ADI-FDTD基本原理
6.2 解的稳定性与数值色散
6.3 吸收边界条件
6.4 应用举例
第二篇 人工神经网络在电磁建模中的应用
第七章 人工神经网络模型
7.1 生物神经元
7.2 人工神经元模型
7.3 多层感知器神经网络
7.4 多层感知器的映射能力
7.5 多样本输入并行处理
第八章 用回传算法训练多层感知器
8.1 神经网络的学习能力
8.2 误差回传算法
8.3 训练模式
8.4 回传算法的改进
8.5 将受控学习看做函数最优化问题
8.6 网络推广
第九章 神经网络与电磁建模
9.1 正交试验设计
9.2 中心组合试验设计
9.3 随机组合试验设计
第十章 知识人工神经网络模型
10.1 外挂式知识人工神经网络模型
10.2 嵌入式知识人工神经网络模型
第三篇 遗传算法在电磁优化中的应用
第十一章 遗传算法基本原理
11.1 基本的遗传算法
11.2 遗传算法的特点及数学机理
第十二章 遗传算法在电磁优化中的应用
12.1 天线及天线阵的优化设计
12.2 平面型带状结构的优化设计
参考文献