發(fā)布時間：2018-01-13 09:18

  本文關(guān)鍵詞：基于改進遺傳算法的反向傳播神經(jīng)網(wǎng)絡(luò)擬合LED光譜模型　出處：《激光與光電子學進展》2017年07期 　論文類型：期刊論文

  更多相關(guān)文章： 光學器件 光譜模型 反向傳播神經(jīng)網(wǎng)絡(luò) 發(fā)光二極管 遺傳算法 曲線擬合

【摘要】：發(fā)光二極管(LED)太陽光模擬器的設(shè)計需要對LED光譜建立精度高且穩(wěn)定性好的數(shù)學模型。針對LED光譜數(shù)學模型非線性的特點,提出利用一種經(jīng)改進遺傳算法(GA)優(yōu)化的反向傳播(BP)神經(jīng)網(wǎng)絡(luò)對LED光譜模型進行辨識。通過改進GA的算子,提高算法收斂效果和辨識精度,利用改進GA對BP神經(jīng)網(wǎng)絡(luò)初始和權(quán)值閾值進行優(yōu)化,用于建立可靠的LED光譜模型。選取不同驅(qū)動電流條件下的白色、紅色LED光譜進行實驗驗證,實驗結(jié)果表明該算法擬合的LED光譜模型與實際測量光譜分布非常接近,相比其他模型精度更高,普適性更好。
[Abstract]:The design of light-emitting diode (LED) solar simulator requires the establishment of a precise and stable mathematical model for the LED spectrum, aiming at the nonlinear characteristics of the LED spectral mathematical model. An improved genetic algorithm (GA) -optimized backpropagation BP neural network is proposed to identify the LED spectral model. By improving the GA operator, the convergence effect and identification accuracy of the algorithm are improved. The improved GA is used to optimize the initial and weight threshold of BP neural network to establish a reliable LED spectral model. The white and red LED spectra under different driving current conditions are selected for experimental verification. The experimental results show that the LED spectral model fitted by the proposed algorithm is very close to the measured spectral distribution and has higher accuracy and better universality than other models.
【作者單位】： 杭州電子科技大學生命信息與儀器工程學院;
【基金】：國家重大科研儀器研制項目(61427808)
【分類號】：TN312.8;TP18
【正文快照】： 1引言 隨著發(fā)光二極管(LED)技術(shù)的日益發(fā)展,憑借其響應(yīng)時間短、可控性能好、產(chǎn)品類型豐富等優(yōu)點,LED已逐步成為太陽光模擬器的主流光源[1]。在LED太陽光模擬器的設(shè)計中,需要對LED光譜分布建立等效的數(shù)學模型,在此基礎(chǔ)上才能完成多種LED合成標準太陽光譜的研究,得到滿足性能要

【相似文獻】

相關(guān)期刊論文 前10條

1 何紅波,周繼承,胡慧芳,李義兵;遺傳算法在單電子器件Ⅰ-V特性的半經(jīng)典擬合中的應(yīng)用[J];量子電子學報;2000年01期

2 馮碧t$,喬非,王堅;基于遺傳算法的半導(dǎo)體生產(chǎn)線調(diào)度方法研究[J];計算機工程;2005年13期

3 朱國璽;劉貴喜;趙地;;基于遺傳算法的電子元器件優(yōu)化布局[J];計算機工程與應(yīng)用;2007年17期

4 李雅娟;鄭煜;段吉安;;基于遺傳算法的集成光子器件對準[J];光子學報;2009年10期

5 楊治秋;;基于遺傳算法的功能可重構(gòu)數(shù)字體系研究[J];微計算機信息;2011年08期

6 王衛(wèi)兵;趙帥;郭勁;王挺峰;;遺傳算法在激光整形中的應(yīng)用[J];激光與紅外;2012年10期

7 楊平;許冰;姜文漢;陳善球;;遺傳算法在自適應(yīng)光學系統(tǒng)中的應(yīng)用[J];光學學報;2007年09期

8 李宇飛;余宙;付宇卓;;基于遺傳算法的分割可測試設(shè)計[J];上海交通大學學報;2007年11期

9 王永;吳智銘;隋義;;基于遺傳算法的可重入半導(dǎo)體生產(chǎn)線的調(diào)度[J];計算機仿真;2007年12期

10 唐艷;蔡鈞;胡學龍;;基于遺傳算法的有源濾波器優(yōu)化設(shè)計[J];國外電子測量技術(shù);2007年12期

相關(guān)會議論文 前10條

1 湯元九;黃卡瑪;張敏;賀明壽;;改進遺傳算法用于靜電場激勵的介電成像[A];2001年全國微波毫米波會議論文集[C];2001年

2 李恒;韓艷麗;楊樊;;一種基于遺傳算法的海面艦船紅外成像目標分割方法[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

3 劉長軍;黃卡瑪;徐蘭;;遺傳算法在微波成像中的應(yīng)用進展[A];2001年全國微波毫米波會議論文集[C];2001年

4 徐慧芳;趙亮;解光軍;;基于System Generator的遺傳算法FPGA實現(xiàn)方法[A];第十九屆測控、計量、儀器儀表學術(shù)年會(MCMI'2009)論文集[C];2009年

5 凌青;金輝宇;茅旭峰;吳剛;王秋平;;遺傳算法在變間距全息光柵設(shè)計中的應(yīng)用[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

6 左樂;潘錦;;基于遺傳算法的時域領(lǐng)結(jié)天線優(yōu)化設(shè)計[A];2009年全國天線年會論文集（下）[C];2009年

7 雷加;方剛;;一種基于遺傳算法的SOC測試調(diào)度方法[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（一）[C];2007年

8 張帆;胡云安;鄭志剛;;基于遺傳算法的組合電路故障診斷研究[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

9 湯其彩;劉惠康;趙錦華;;基于遺傳算法和神經(jīng)網(wǎng)絡(luò)控制的并聯(lián)型有源電力濾波器的研究[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 楊少華;;基于遺傳算法改進GM(1,1)模型的元器件非工作可靠性參數(shù)預(yù)測[A];2010第十五屆可靠性學術(shù)年會論文集[C];2010年

相關(guān)博士學位論文 前3條

1 王小港;遺傳算法在VLSI設(shè)計自動化中的應(yīng)用研究[D];中國科學院上海冶金研究所;2001年

2 程作仁;基于平臺的SoC系統(tǒng)綜合技術(shù)研究[D];合肥工業(yè)大學;2006年

3 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識別方法研究[D];南京航空航天大學;2015年

相關(guān)碩士學位論文 前10條

1 王金玉;打孔機效能優(yōu)化模型[D];華中師范大學;2015年

2 巴京;基于遺傳算法的模擬集成電路優(yōu)化設(shè)計[D];南京郵電大學;2016年

3 孫田雨;并行FIR濾波器系數(shù)設(shè)計及結(jié)構(gòu)優(yōu)化[D];浙江大學;2017年

4 張寧;基于遺傳算法的平面波綜合理論及其應(yīng)用[D];西安電子科技大學;2011年

5 王磊;基于遺傳算法實現(xiàn)覆蓋率驅(qū)動的仿真驗證技術(shù)研究[D];浙江大學;2016年

6 唐艷;基于改進遺傳算法的濾波器優(yōu)化設(shè)計[D];揚州大學;2008年

7 徐斌;基于遺傳算法與并行計算的電磁場逆問題研究[D];浙江大學;2012年

8 謝久南;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)調(diào)制識別器[D];哈爾濱工業(yè)大學;2007年

9 郝亞微;遺傳算法及其應(yīng)用于行波管優(yōu)化設(shè)計的研究[D];電子科技大學;2009年

10 董宏觀;基于遺傳算法的仿真建模及其在激光大氣傳輸特性研究中的應(yīng)用[D];長春理工大學;2009年

，

本文編號：1418376