Методы, используемые при синтезе антенных решеток, варьируются от сложных аналитических методов до итерационных численных методов, основанных на алгоритмах оптимизации. Недостаток данных методов заключается в том, что они обычно учитывают множитель решетки, а не взаимное влияние между ее элементами и проблемами, наблюдаемыми в реальном времени.Данное упрощение вызывает ошибку в результирующей диаграмме направленности излучения, следовательно, для повышения точности расчетов и моделей должны приниматься во внимание физические отношения между параметрами фазированной решетки и соответствующими диаграммами направленности. Поведение антенной решетки нелинейно по своей природе, что приводит к чрезвычайно высокой сложности при его моделировании и обычно не учитывается. Моделирование с применением искусственных нейронных сетей может устранить указанные сложности, аппроксимируя связи между желаемыми диаграммами направленности и параметрами питания элементов решетки, напряжением на элементах и расстоянием между ними в реальной антенной решетке. Применение ИНС может помочь преобразовать антенную решетку в интеллектуальную решетку. В данной статье рассматриваются несколько приложений нейронных сетей для синтеза интеллектуальных антенных решеток и интеллектуального синтеза активных фазированных антенных решеток.