|
|
基于智能优化算法的膜系设计研究
" b8 ]. ~4 V. [" n摘任石3(
8 ~1 e) r9 N; }5 [/ }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
8 {3 j# j1 r; m: r4 N1 e$ P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0 ]8 R2 M( V% W, B! O
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
- ~* i3 e& V- F' Z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2 ^6 Z; P9 A4 S" n# f
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
* t+ K* t5 y1 z+ g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+ d) }! ^. r7 j& q
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
, I2 Y! n4 B! C A! i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3 X; Z6 F7 p6 R1 w, A
法!单纯形法等将无法得出满意的结果"5 D. J2 e6 P7 ?# m' e( C, U
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
% k* ]1 D" Y* n5 M+ l' B' O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
% B- _) ?+ t2 I7 Y; 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(antcolony
! B" H: ]7 t2 Dalgorithm)!遗传算法(genctiealgorithm,GA)!粒子群优化算法(p叭ieleswarm! v8 Q- z: K- I. [! a
optimization,pSO)和差分进化算法(differentialevolution,DE)等等"智能优
$ n/ D- j6 d/ p/ m' J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. C5 \6 U, W8 g: u0 v, \) `( T
点"$ S* e: V6 D: W) o i+ W
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0 Z& [3 i' x; u, V
MATLAB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( U: Q: X% }$ p1 |6 {
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 z3 r/ A) Y9 a7 p
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5 w* E4 E! m& A
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
) `. O0 S$ [2 f& a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
3 Z$ J9 o1 z7 z- h3 [- O8 b, |# C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GA2 r [" d7 z) B6 _4 F4 {2 u
光学特性更优的膜系结构"3 W9 r/ {* k& Z) h9 b
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;
+ M ?# W5 [" `7 U, }3 _) z3 r遗传算法& i$ v+ D8 n+ Q( e1 T- d- m8 }+ w# D9 r
链接:http://pan.baidu.com/s/1mi4KW5a 密码:5 R, W4 g7 ?$ L0 z% i* n
1 T T% j. p* D9 E7 u7 D# w
|
|