|
基于智能优化算法的膜系设计研究 Y5 \3 R7 }# }6 @6 |
摘任石3( b. v+ f; H: P7 t( E* {
随着现代光学技术的发展,在光学仪器方面对光学薄膜的性能要求越来越
" Z1 V& [) B4 O$ l& v8 O' {3 R高"光学薄膜的设计对光学仪器性能起着至关重要的作用"膜系光学特性优劣是
8 O+ o7 O! u" ~0 H- B4 @" `通过膜系设计中的评价函数作为定量标准的"膜系评价函数是一个以膜系结构参0 u" x% u! h `" _! w @
数为变量的多元函数"通过数值优化方法求得所建立的评价函数的最优解,从而
. ?) }3 T$ M, A" D4 O; s完成膜系设计"光学薄膜的光谱特性是膜层结构!膜系层数!膜层厚度和膜层折
* G2 ]; K! \" ^1 ^射率的函数"其评价函数为多元多峰函数并且相当复杂,膜系层数越多所要确定5 z" e/ c y5 T7 O
的参数就越多,也就意味着要解决更高维数的数学问题"当膜层超过一定的层数' o6 S( r& M i: {0 J$ t- Q
时,会导致膜系评价函数的峰值则会极具增多,采用传统的优化方法如蒙特卡罗
: @* e2 [% f' @* `法!单纯形法等将无法得出满意的结果"
8 ]3 h3 l2 w3 k k2 q( M; @目前,智能优化算法在膜系设计中的应用已经受到越来越多的关注"智能优
# g8 L5 {% |! e* k& \) W U) x化算法是对自然界规律的启发而衍生出的算法,也是仿生学的一个分支"利用仿; J" h+ c4 l* x# e: a2 ~- k
生学的原理来设计构建算法,是智能优化算法的思想"如蚁群算法(antcolony9 V6 K! L0 [9 K, ?3 w/ t
algorithm)!遗传算法(genctiealgorithm,GA)!粒子群优化算法(p叭ieleswarm
5 j x! Q' _: d: Zoptimization,pSO)和差分进化算法(differentialevolution,DE)等等"智能优
) d- E4 M" f! D" M化算法具有对初值不敏感,对所要优化的函数没有限制,具有很强的通用性等特# {7 _6 _* s' c* ?7 C
点"3 j" }! K" ]$ v _5 \* u7 [
本文将两种新兴的智能优化算法PSO和DE应用于膜系设计,编写相应的
7 A/ Q3 v+ S+ FMATLAB程序对增透膜!高反射膜!1:1分光膜!滤光片和远红外宽带增透膜进9 k/ s' d9 Z$ j
行膜系优化设计,在这些设计实例中采用膜系理想反射率和实际设计反射率的误& `1 ]7 l A" p0 n) ~
差平方和作为评价函数来评价膜系性能优劣"算法中控制变量的设置对算法性能
& H% f, g' E4 r6 ]: Z& q _有很大的影响,结合设计实例比较各算法之间性能差异并且分析如何设置算法中+ X4 S, y# P- a0 `! f4 c
的控制变量来提高算法性能,也是本文要解决的问题"结果表明,将PSO和DE) e' }0 ^ B& z+ C6 [9 _
应用于膜系设计是有效的"在相同设计条件下,运用PSO和DE可以得到比GA5 ~3 \1 n' y N# F3 M; Y* r! t2 o
光学特性更优的膜系结构" W4 D N8 k+ ^% k
关键词:光学薄膜;膜系设计;优化设计;粒子群优化算法;差分进化算法;
, r9 T8 I/ }. {( s9 @* S遗传算法
& m0 h! n b/ F. z5 G% p1 [1 J链接:http://pan.baidu.com/s/1mi4KW5a 密码:
3 l0 t+ x4 k9 P0 S) D5 h `3 A% @, H7 Q3 V7 v* \
|
|