改进神经网络在激光器参数优化中的应用

发布时间：2017-12-21 07:39

  本文关键词：改进神经网络在激光器参数优化中的应用　出处：《激光杂志》2017年05期 　论文类型：期刊论文

  更多相关文章： 半导体激光器 激光参数 神经网络 优化模型

【摘要】：参数直接影响激光器的性能,针对当前激光器参数优化方法存在的误差、速度慢等局限性,为了改善激光器的性能,提出了改进神经网络的激光器参数优化方法。首先对当前激光器参优化的研究现状进行分析,并找到当前激光器参数优化方法存在一些不足,然后对激光器参数优化原理进行分析,并通过实验采集大量激光器相关参数,最后采用改进神经网络建立激光器参数与激光器性能指标之间的关系模型,并通过具体实验测试的有效性和优越性。测试结果表明,神经网络可以找到激光器参数与激光器性能之间的联系,有效提高了激光器参数优化的精度,实验结果可以指导激光器参数选择和优化,有助于指导激光器的设计,具有较好的实际应用价值。
【作者单位】： 梧州学院机械与材料工程学院;
【基金】：广西自然科学基金项目(2016CXNSFAA380321) 广西高校中青年教师基础能力提升项目(KY2016YB439)
【分类号】：TN248;TP183
【正文快照】： 随着半导体技术的不断发展,激光技术日益成熟,半导激光器在工业、农业等领域得到了广泛、成功的应用[1-3]。在半导激光器的应用中,参数直接影响激光器的性能,如果参数设置不当,激光器难以达到最优工作状态,会大幅度降低激光器的工作寿命,对激光器的参数优化,对于缩短激光器生

【相似文献】

中国期刊全文数据库 前10条

1 贾花萍;;量子神经网络在交通运输能力预测中的应用[J];微型电脑应用;2012年05期

2 李盼池;王海英;戴庆;肖红;;量子过程神经网络模型算法及应用[J];物理学报;2012年16期

3 岳祖洲;龚建民;;一种单通道相干光实现双极Hopfield神经网络的方法[J];应用激光;1993年06期

4 姜淑娟;刘伟军;南亮亮;;基于神经网络的激光熔覆高度预测[J];机械工程学报;2009年03期

5 王丽;;改进神经网络方法对导线耦合串扰的预测[J];晋中学院学报;2010年03期

6 张坤;梁林;;二阶微粒群优化神经网络的混沌系统辨识方法[J];计算机系统应用;2012年05期

7 ;1996年中国神经网络学术大会将在西南交通大学召开[J];学术动态报道;1995年04期

8 梁政,黄际英,蔺胜利;神经网络方法在降雨去极化效应预报中的应用[J];电波科学学报;1998年02期

9 樊琦;高火涛;王高峰;;复杂边界电波传播损耗的神经网络估计方法[J];电波科学学报;2008年01期

10 易鸿;;基于神经网络对光纤智能结构的损伤评估[J];四川理工学院学报(自然科学版);2008年03期

中国重要会议论文全文数据库 前4条

1 徐慧;徐海樵;张必银;;基于LVQ神经网络的水声目标识别技术[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年

2 王季红;王良厚;孙健;;基于LM算法BP神经网络的放射性核素识别[A];第十六届全国核电子学与核探测技术学术年会论文集（下册）[C];2012年

3 丰树强;张国光;窦玉玲;苏丹;胡继峰;沈冠仁;;BP神经网络在爆炸物识别中的应用[A];中国原子能科学研究院年报 2009[C];2010年

4 张文龙;于洪洁;;延迟反馈完全连接Hindmarsh-Rose神经网络的混沌同步[A];第九届全国动力学与控制学术会议会议手册[C];2012年

中国博士学位论文全文数据库 前3条

1 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

2 李欣;量子计算与过程神经网络研究及应用[D];大连理工大学;2010年

3 李鹏华;量子计算在动态递归与自组织神经网络中的机理及应用研究[D];重庆大学;2012年

中国硕士学位论文全文数据库 前10条

1 李天琼;基于免疫RBF神经网络的混沌时间序列预测模型研究[D];辽宁工程技术大学;2015年

2 李晋国;小波和神经网络在近红外光谱反演模型中的应用[D];山西农业大学;2016年

3 马建兵;神经网络在混沌时间序列预测中的应用研究[D];兰州交通大学;2010年

4 崔向丽;基于神经网络的高能物理粒子鉴别的应用研究[D];兰州大学;2013年

5 吕且妮;多级衍射全息光栅与神经网络的光学互连[D];陕西师范大学;2000年

6 郭照斌;Bagging算法神经网络的抗噪声能力及应用[D];大连理工大学;2009年

7 申新颖;基于神经网络和小波的肉类光谱识别方法研究[D];吉林大学;2007年

8 石慧;基于BP神经网络的微波大信号散射函数建模技术[D];西安电子科技大学;2009年

9 郑伟;基于分数傅里叶变换的光学神经网络全光型模式识别系统[D];山西师范大学;2012年

10 王媛媛;基于BP神经网络的混沌时间序列预测方法研究[D];河北经贸大学;2011年

，

本文编号：1315278