一种基于IALO-BP神经网络的Doherty功率放大器逆向建模方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于IALO‑BP神经网络的Doherty功率放大器逆向建模方法，主要步骤包括：获取实验数据，分为训练集和测试集；对传统的蚁狮算法进行改进；运用改进后的蚁狮算法训练BP正向模型，保存优化后的权值；保持权值不变，在建立好的IALO‑BP模型中输入电参量，实现逆向求解过程；计算输出参量与目标参量之间的评价函数；利用逆向迭代算法更新输入参量。本发明将IALO‑BP神经网络逆向建模方法应用到Doherty功率放大器中，根据输出端回波损耗S11和效率，求解对应的频率f和输出功率，获得更佳的结构参数，其逆向神经网络通过迭代过程取代了连续搜索的程序优化方法，不仅可以解决所求参数多解的问题，而且提高了收敛速度和精确度，缩短建模的运行时间。

《一种基于IALO-BP神经网络的Doherty功率放大器逆向建模方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2020112334314，当前法律状态为已下证，由辽宁工程技术大学提出申请，发明人为南敬昌;杜晶晶;高明明;王金铃，申请日期为2020-11-06，公开（公告）日期为2024-06-14，国际专利分类号（IPC）为 G06F 30/367 (2020.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于IALO‑BP神经网络的Doherty功率放大器逆向建模方法，主要步骤包括：获取实验数据，分为训练集和测试集；对传统的蚁狮算法进行改进；运用改进后的蚁狮算法训练BP正向模型，保存优化后的权值；保持权值不变，在建立好的IALO‑BP模型中输入电参量，实现逆向求解过程；计算输出参量与目标参量之间的评价函数；利用逆向迭代算法更新输入参量。本发明将IALO‑BP神经网络逆向建模方法应用到Doherty功率放大器中，根据输出端回波损耗S11和效率，求解对应的频率f和输出功率，获得更佳的结构参数，其逆向神经网络通过迭代过程取代了连续搜索的程序优化方法，不仅可以解决所求参数多解的问题，而且提高了收敛速度和精确度，缩短建模的运行时间。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！