基于元启发式算法的发光粉量子产率优化

发布时间：2020-05-01 01:08

【摘要】：发光粉量子产率是指发光粉对光量子的利用率,常使用发射光与激发光的强度比描述量子产率。本文合成的铕掺杂稀土发光粉和铈铽共掺杂发光粉,具备稳定的物理和化学性质、高发射光纯度等特点,因此具有十分广泛的应用场景。发光粉可作为多模态成像剂:在分子成像领域,发光粉可用于组织、器官、病灶的可视化等成像。在CT成像领域,发光粉可以作为CT造影剂。本文将发光粉合成与元启发式算法相结合,利用元启发式算法优化发光粉量子产率,并对发光粉的应用场景进行探索与拓展。具体工作如下:1、将遗传算法应用于铕掺杂稀土发光粉优化。使用MATLAB实现遗传算法过程,使用水热共沉淀法合成铕掺杂稀土发光粉。采用十进制编码方式对发光粉编码,实现遗传算法与发光粉合成过程的结合。测试发光粉细胞毒性,对发光粉进行光学成像、CT成像研究,将稀土发光粉用于指纹识别领域。共沉淀法有如下特点:(1)实验周期短,能够实现短时间批量合成样品。(2)合成的发光粉颗粒具有分布均匀,粒径小等优点。(3)反应过程及条件容易掌控,合成样品更加稳定。基于以上特点,共沉淀法更适合作为算法指导优化的发光粉合成方法。2、将多种算法应用于铈铽共掺杂发光粉优化。实现粒子群算法和模拟退火算法过程,调整遗传算法参数。将算法与铈铽共掺杂发光粉合成过程结合。通过各算法优化结果分析比较,探究不同算法对发光粉优化的特点:(1)遗传算法优化速度快,迭代至第三代出现最优发光粉,表明该算法适合快速优化。(2)粒子群算法优化过程更平稳,随着迭代次数增加,发光粉优化效果愈佳,该算法适合在更多的迭代次数下寻找高性能发光粉。(3)模拟退火算法对发光粉没有明显优化效果,表明经典模拟退火算法不适用于发光粉优化。3、对模拟退火算法进行改进,并将改进后算法用于铈铽共掺杂发光粉优化。针对模拟退火算法优化效果不佳的问题进行分析改进。发现模拟退火算法的编码生成方式过于简单,不适用于发光粉优化。利用全局编码信息,改进编码生成方式。实现改进模拟退火算法对铈铽共掺杂发光粉优化。改进后算法优化效果显著优于改进前模拟退火算法。对样品进行分析,得出样品发光强度与铈铽浓度关系。发光粉样品与四苯乙烯具有波长250-300nm的共同激发区,稀土发光粉热稳定性好而四苯乙烯受热易失效,基于以上特性构造出一种特殊的发光二维码。
【图文】：

突变过程,遗传算法,铕离子

为：铕离子的值不变，其它镧、钆、钇和镥四种元素值，按照其归一化之前配“数值 1 减去铕离子的值”的值。当然，不必担心铕离子的值经过突变会在算法中，对铕离子突变范围的设定值小于 1。将算法过程进行提炼总结，算法过程如下：(1)：以当前 20 个发光粉作为父本，测量父本发光强度。以发光强度作为发应度。(2)：以适应度为参考，适应度越高越容易被选中。精英主义概率为 50%，即的可能性，将父本中 20 条编码里适应度最低的发光粉进行替换。(3)：以选出的两个编码为父本，单点交叉生成两条新的编码。(4)：对步骤(3)生成的两条编码分别进行单点突变操作，，突变范围为 0 到 2*(5)：对步骤(4)生成的编码进行归一化，得到 2 条子代编码。Min 等于 0，M稀土元素编码值之和。(6)：循环步骤(2)、(3)、(4)、(5)，直到生成 20 条子代编码。

编码方式,发光粉,发光强度,遗传算法

图 2.2 整个体系的四个步骤果及讨论人员的实验手法，原材料质量等因素以外。掺杂元素和程度上决定的发光粉的最终发光强度。在本研究中，使、钆、镧、镥、铕)的比例，期望通过算法指导，找到粉。对于遗传算法而言，算法的编码方式是首先要考虑对算法后续计算至关重要。遗传算法中，常见的编码方码、十进制编码、多维编码等编码方式。本次实验中，主体的镧系元素的比例对发光粉的最终发光强度的影编码方式是较为合适的编码方式，如图 2.3 所示，对元行遗传编码。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TQ422;TP18

【相似文献】