基于智能優(yōu)化算法的膜系設(shè)計(jì)研究.pdf

1、隨著現(xiàn)代光學(xué)技術(shù)的發(fā)展,在光學(xué)儀器方面對(duì)光學(xué)薄膜的性能要求越來越高。光學(xué)薄膜的設(shè)計(jì)對(duì)光學(xué)儀器性能起著至關(guān)重要的作用。膜系光學(xué)特性優(yōu)劣是通過膜系設(shè)計(jì)中的評(píng)價(jià)函數(shù)作為定量標(biāo)準(zhǔn)的。膜系評(píng)價(jià)函數(shù)是一個(gè)以膜系結(jié)構(gòu)參數(shù)為變量的多元函數(shù)。通過數(shù)值優(yōu)化方法求得所建立的評(píng)價(jià)函數(shù)的最優(yōu)解,從而完成膜系設(shè)計(jì)。光學(xué)薄膜的光譜特性是膜層結(jié)構(gòu)、膜系層數(shù)、膜層厚度和膜層折射率的函數(shù)。其評(píng)價(jià)函數(shù)為多元多峰函數(shù)并且相當(dāng)復(fù)雜,膜系層數(shù)越多所要確定的參數(shù)就越多,也就意味著要

2、解決更高維數(shù)的數(shù)學(xué)問題。當(dāng)膜層超過一定的層數(shù)時(shí),會(huì)導(dǎo)致膜系評(píng)價(jià)函數(shù)的峰值則會(huì)極具增多,采用傳統(tǒng)的優(yōu)化方法如蒙特卡羅法、單純形法等將無法得出滿意的結(jié)果。
　　 目前,智能優(yōu)化算法在膜系設(shè)計(jì)中的應(yīng)用已經(jīng)受到越來越多的關(guān)注。智能優(yōu)化算法是對(duì)自然界規(guī)律的啟發(fā)而衍生出的算法,也是仿生學(xué)的一個(gè)分支。利用仿生學(xué)的原理來設(shè)計(jì)構(gòu)建算法,是智能優(yōu)化算法的思想。如蟻群算法(antcolonyalgorithm)、遺傳算法(geneticalgorit

3、hm,GA)、粒子群優(yōu)化算法(particleswarmoptimization,PSO)和差分進(jìn)化算法(differentialevolution,DE)等等。智能優(yōu)化算法具有對(duì)初值不敏感,對(duì)所要優(yōu)化的函數(shù)沒有限制,具有很強(qiáng)的通用性等特點(diǎn)。
　　 本文將兩種新興的智能優(yōu)化算法PSO和DE應(yīng)用于膜系設(shè)計(jì),編寫相應(yīng)的MATLAB程序?qū)υ鐾改?、高反射膜?:1分光膜、濾光片和遠(yuǎn)紅外寬帶增透膜進(jìn)行膜系優(yōu)化設(shè)計(jì),在這些設(shè)計(jì)實(shí)例中采用膜系