人工神經網絡以其對復雜非線性問題的魯棒性和高效建模能力,在微波元件中得到了廣泛的應用。現有的基于人工神經網絡的微波器件模型與優化研究主要集中在建模方法上。采樣是建模的基礎,直接影響到人工神經網絡建模和優化的效率和準確性,卻很少被研究。 傳統的取樣方法廣泛應用于基于人工神經網絡的建模與優化,包括蒙特卡羅抽樣和拉丁超立方體抽樣。這些采樣方法的重點是提高設計空間中分布樣本的均勻性。由于微波元