|
|
基于智能优化算法的膜系设计研究4 h: T! D" ^1 u3 P _! N' m
摘任石3(# F% ^) K# o: h2 m8 Y/ h
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
\2 D2 @# c( p% a, J2 C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4 x5 `2 @0 H; h' |, o2 ?; r
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$ E* T/ F( ?5 Q u% t
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# x! h7 Z' |: s0 q! Y
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
; q# }2 A# G' \/ D4 v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! N& P1 T- b2 V9 S
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# D& y) F% h( h6 N$ G" o
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
8 x* M9 f) u) p6 Z. [法!单纯形法等将无法得出满意的结果"
+ l5 Y; @' E5 a) z2 k8 U4 Y- I9 C' _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
7 v0 Z) I& \6 S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
n/ Z5 e. G- r5 |0 `# _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
7 g J4 o* w! A0 \; R; y0 {algorithm)!遗传算法(genctiealgorithm,GA)!粒子群优化算法(p叭ieleswarm
: \& h7 l+ B7 }optimization,pSO)和差分进化算法(differentialevolution,DE)等等"智能优
2 o& o$ i( u3 X4 o% f# J! a! S! k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: Z4 H7 D- A+ B# g+ k7 c; W1 O
点"
6 r- c# L" ~, S, _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
`+ V& v# O/ H0 f# TMATLAB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8 e E: R& G* d/ g5 @
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) L; u v/ g7 `6 B3 n* R, 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
4 [# A4 I- ]- ]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
7 V8 M6 `: Y B- g d9 F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
. o: f: A& a; r- r4 i3 E1 Z. d# F; E' D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GA3 p9 V; l* Q7 {: _
光学特性更优的膜系结构"
/ ]. Z- L5 b; `3 u1 f# R- j3 e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;! v5 {% F% e" E4 N! X4 h1 _
遗传算法
2 f- Q! t' V( A# o* A7 n链接:http://pan.baidu.com/s/1mi4KW5a 密码:
3 |, r: @- D& ?- q3 T; h* H' V$ l) h5 b( ]3 A# `% [8 F e0 n
|
|