薄膜光学常数的粒子群算法

为解决椭偏法测量薄膜厚度和折射率实验数据处理较为复杂的问题,采用一种新的基于群体智能的优化算法——粒子群算法处理实验数据.以单层吸收薄膜的测量为例,利用该算法进行数据处理.实验结果表明,可以同时获得3个薄膜参数(折射率n,消光系数k和薄膜厚度d),而且在确切参数范围未知情况下,大范围内进行搜索仍然能保证快速收敛到最优解.该算法与遗传算法以及利用椭偏仪数据处理软件得出的结果相比较,计算精度高,收敛速度快.     

宽波段波状多层膜结构偏振分束器的设计与优化

本文基于二维光子晶体波状多层膜结构,提出了叠加两种不同膜厚的周期膜堆来拓宽偏振分束器有效带宽的方法.采用粒子群优化算法,建立偏振分束特性的评价函数,优化结构和薄膜厚度等参数,获得了中心波长565 nm,带宽220 nm,平均消光比大于30 dB的宽波段偏振分束器.采用时域有限差分方法分析了膜层顶角的角度敏感性和波状结构的电场分布.结果表明,两个周期膜堆组合的结构解决了禁带不连续的情况,而粒子群优化算法的使用加快了结果收敛,有效地扩展了偏振分束带宽.     

基于HPSO和FCM的多光谱遥感图像湿地分类

分析了基本粒子群算法(PSO)、混合粒子群优化算法(HPSO)和模糊C-均值算法(FCM)的特点,将模糊C-均值算法引入到混合粒子群优化算法中,发展和改进了HPSO-FCM算法,并在Fortran语言和MATLAB环境下开发实现HPSO-FCM程序。以2009年6月份的环境一号卫星多光谱可见光图像和ENVI-SAT的ASAR微波图像为基础数据,通过波段叠加和主成分分析,得到前3个主成分合成图像。利用HP-SO-FCM算法和非监督学习动态聚类算法(ISODATA)分别对湖南东洞庭湖3个主成分合成图像,进行湿地分类实验。结果表明:(1)将模糊C-均值算法引入到混合粒子群优化算法中,具有较好的搜索速度和收敛精度,能有效寻找和优化最佳聚类中心。(2)HPSO-FCM算法在多光谱遥感图像湿地分类精度比较高,是一种有效的遥感图像分类方法。     

基于二进制粒子群算法的认知无线电决策引擎

提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定性上都要明显优于经典遗传算法,基于种群自适应粒子群算法的决策引擎则能进一步提高算法初期性能,满足认知无线电实时性要求. 关键词： 认知无线电 粒子群算法 遗传算法 认知决策引擎     

基于数据驱动的一类复杂系统动态特性分析

针对一类复杂的无法对其机理建模的离散时间系统,根据采集的两年工艺参数数据,结合复杂工艺特点,提出了基于数据驱动的系统动态特性建模方法,构建了时间序列受控回归滑动平均(CARMA)胞映射模型。在模型结构确定的基础上,采用改进的量子行为粒子群优化(IQPSO)算法对系统参数进行辨识。算法通过设计新的粒子更新式增加了粒子的多样性,避免了算法的早熟收敛;算法通过在后期将搜索到的最优值传递给神经元作为初始权值,利用神经元增强算法的局部搜索能力,实现了算法探索与开发的平衡,达到对模型参数进行快速精确辨识的目的。在转化为状态空间模型基础上,根据胞映射理论对系统进行了稳定性分析,通过对胞映射作图快速获得平衡胞,利用动态优化原理,找到所有的周期胞和吸引域,达到对系统稳定性分析的目的。利用现场工艺数据进行仿真,结果证明了所提方法的有效性。     

粒子群-模拟退火混合算法在群控电梯中的应用

针对高层建筑电梯多、分布散、维修不及时等问题,提出了一个优化调度、报警维修及时的群控电梯系统;采用多目标优化方法建立数学模型,利用粒子群算法的概念简单、收敛速度快、易于实现的优点,同时引入模拟退火思想来克服粒子群算法易陷入局部最优的缺陷,对目标函数进行优化,PLC编程计算出参数,上位机调度计算,根据算法结果,优化电梯,合理调度;经过MATLAB仿真分析表明,该系统节省了平均候梯时间、平均乘梯时间和系统能耗,缩短了故障时间和维修时间,具有较大的应用前景。     

基于粒子群优化算法的膜系设计方法

粒子群优化算法是一种新的演化计算技术,与遗传算法相比,粒子群优化算法具有易于实现,控制参量少等优点,且在大多数的情况下,可快速收敛于最优解.为了获得更优的膜系结构,本文提出了一种利用粒子群优化算法进行膜系设计的方法,并以增透膜、高反膜及分光膜为优化设计实例验证该方法的可行性.在这些实例中,以理论反射率和实际反射率的误差平方和为评价函数.结果表明,将粒子群优化算法用于膜系设计是有效的,在相同设计条件下,应用粒子群优化算法可以得到比遗传算法更优的膜系结构.     

基于PSO-DE算法的污水处理优化控制研究

针对污水处理系统能耗过大,变量多,非线性和滞后严重等特点造成的控制困难问题,提出了基于改进型粒子群的算法的优化控制。粒子群算法具有自适应控制,全局搜索等优点但本身存在早熟收敛及在进化后期收敛速度慢等缺点,通过优势互补思想引入差分进化算法,新算法结合两者优势有效提高粒子在全局的寻优效率,建立对应的混合算法优化模型,并与普通粒子群算法优化进行比较,结果证明了该算法在保证出水水质的前提下做到降低能耗。     

基于粒子群优化算法的膜系设计方法

粒子群优化算法是一种新的演化计算技术,与遗传算法相比,粒子群优化算法具有易于实现,控制参量少等优点,且在大多数的情况下,可快速收敛于最优解.为了获得更优的膜系结构,本文提出了一种利用粒子群优化算法进行膜系设计的方法,并以增透膜、高反膜及分光膜为优化设计实例验证该方法的可行性.在这些实例中,以理论反射率和实际反射率的误差平方和为评价函数.结果表明,将粒子群优化算法用于膜系设计是有效的,在相同设计条件下,应用粒子群优化算法可以得到比遗传算法更优的膜系结构.     

从白光干涉曲线获取光学薄膜反射相位和物理厚度的新算法

设计了一套迈克耳孙白光干涉仪系统用于测量光学薄膜的反射相位,并由此反推单层薄膜的物理厚度。为补偿传统算法获取相位所存在的误差,提出一种新算法,以线性拟合结果作为初始猜想,采用多变量优化拟合总光程差曲线得到光学薄膜的相位。通过数值模拟的方式论证了理论上的可行性和高计算精度。采用多变量优化的手段进行处理实际测试的一组单层TiO2薄膜,所得物理厚度值与传统的光度法测试反演结果非常吻合。该测试系统和处理算法为快速精确测量光学薄膜厚度提供了一种新的解决方案。