本发明公开了一种基于ADS的知识神经网络微带滤波器设计方法,该方法在已有的知识神经网络的基础上,提出了一种将ADS作为先验知识的方法,以克服现有神经网络结构复杂和先验知识获取困难的问题。本发明采用将神经网络与仿真软件结合的方法,将ADS和HFSS仿真结果分别作为先验知识和教师信号并采用粒子群算法对神经网络进行训练,构建了相应的神经网络模型,有效地降低了神经网络结构的复杂度。利用该设计的网络对高低阻抗低通滤波器和微带发卡带通滤波器进行优化设计,所设计出来的滤波器满足设计指标,不仅避免大量繁杂公式的推导还简化了神经网络的结构,减少了隐层和隐层神经元的数目,有效地降低了成本。