服務商城	客服電話	配送服務	優惠價	購買
	400-711-6699	滿29至69元，免運費！	￥25.9

本書在論述計算電磁學的產生背景、現狀和發展趨勢的基礎上，系統地介紹了電磁仿真中的有限差分法、人工神經網絡在電磁建模中的應用，遺傳算法在電磁優化中的應用，涉及電磁場工程CAD中的三個核心問題，即電磁場問題的數值仿真、高效建模和優化設計。
本書可供在計算電磁學、電磁場理論、電磁場工程等領域從事研究和開發工作的科技人員參考，也可作為高等院校相關專業高年級本科生和研究生的教學用書。

第一章 緒論
1.1 計算電磁學的產生背景
1.2 電磁場問題求解方法分類
1.3 當前計算電磁學中的幾種重要方法
1.4 電磁場工程專家系統
第一篇 電磁仿真中的有限差分法
第二章 有限差分法
2.1 差分運算的基本概念
2.2 二維電磁場泊松方程的差分格式
2.3 差分方程組的求解
2.4 工程應用舉例
2.5 標量時域有限差分法
第三章 時域有限差分法Ⅰ——差分格式及解的穩定性
3.1 FDTD基本原理
3.2 解的穩定性及數值色散
3.3 非均勻網格及共形網格
3.4 三角形網格及平面型廣義Yee網格
3.5 半解析數值模型
3.6 良導體中的差分格式
第四章 時域有限差分法Ⅱ——吸收邊界條件
4.1 Bayliss-Turkel吸收邊界條件
4.2 Engquist-Majda吸收邊界條件
4.3 廖氏吸收邊界條件
4.4 梅-方超吸收邊界條件
4.5 Berenger完全匹配層（PML）
4.6 Gedney完全匹配層
第五章 時域有限差分法Ⅲ——若干實用技術
5.1 激勵源技術
5.2 集總參數電路元件的模擬
5.3 近區場到遠區場的變換
5.4 數字信號處理技術
5.5 應用舉例
第六章 基于交變隱式差分方向方法的時域有限差分法——ADI-FDTD方法
6.1 ADI-FDTD基本原理
6.2 解的穩定性與數值色散
6.3 吸收邊界條件
6.4 應用舉例
第二篇 人工神經網絡在電磁建模中的應用
第七章 人工神經網絡模型
7.1 生物神經元
7.2 人工神經元模型
7.3 多層感知器神經網絡
7.4 多層感知器的映射能力
7.5 多樣本輸入并行處理
第八章 用回傳算法訓練多層感知器
8.1 神經網絡的學習能力
8.2 誤差回傳算法
8.3 訓練模式
8.4 回傳算法的改進
8.5 將受控學習看做函數最優化問題
8.6 網絡推廣
第九章 神經網絡與電磁建模
9.1 正交試驗設計
9.2 中心組合試驗設計
9.3 隨機組合試驗設計
第十章 知識人工神經網絡模型
10.1 外掛式知識人工神經網絡模型
10.2 嵌入式知識人工神經網絡模型
第三篇 遺傳算法在電磁優化中的應用
第十一章 遺傳算法基本原理
11.1 基本的遺傳算法
11.2 遺傳算法的特點及數學機理
第十二章 遺傳算法在電磁優化中的應用
12.1 天線及天線陣的優化設計
12.2 平面型帶狀結構的優化設計
參考文獻