优化一个空心反共振纤维的低损耗,高双断率参数与反传播神经网络辅助的超平面细分算法
Optics express
|November 22, 2024
概括
我们为复杂的工程问题开发了新的优化算法. 我们的方法有效地优化了高性能光子设备的参数,在限制损失和双折射方面取得了卓越的结果.
科学领域:
- 工程 工程师 工程师 工程师
- 计算科学 计算科学
- 材料科学 材料科学 材料科学
背景情况:
- 多目标黑子优化是计算密集型的,特别是具有多个维度和指标.
- 高效的参数优化对于高级工程应用至关重要.
研究的目的:
- 为中低维空间提出新的优化算法.
- 优化HC-ARF设备的参数以提高性能.
主要方法:
- 开发了两种优化算法,其中包括超平面细分与放松条件.
- 实施一个两阶段的方法,结合BP神经网络替代模型和超平面分离优化.
- 使用加权和方法来识别封闭损失 (CL) 和双断的帕雷托集.
主要成果:
- 拟议的算法在优化HC-ARF参数方面表现出优于传统方法的优势.
- 优化的HC-ARF结构实现了0.8dB/m的限制损失.
- 实现了2.2×10-4的双折度和0.5厘米的临界曲半径.
结论:
- 新型优化算法对于复杂的工程参数优化是有效和稳定的.
- 这种两阶段的方法显著改善了HC-ARF设备的性能指标.
- 通过与传统优化技术进行比较,验证了代孕模型的有效性.


