一种基于遗传算法的光学薄膜优化设计方法*

doi:10.13385/j.cnki.vacuum.2021.02.06

真空 ›› 2021, Vol. 58 ›› Issue (2): 27-30.doi: 10.13385/j.cnki.vacuum.2021.02.06

一种基于遗传算法的光学薄膜优化设计方法^*

高鹏, 班超, 任少鹏, 金秀, 王忠连, 杨文华

沈阳仪表科学研究院有限公司,辽宁沈阳 110043

收稿日期:2020-05-14 出版日期:2021-03-25 发布日期:2021-04-09
作者简介:高鹏(1978-),男,天津市人,教授级高工

An Optimization for Optical Coating Design Based on Genetic Algorithm

GAO Peng, BAN Chao, REN Shao-peng, JIN Xiu, WANG Zhong-lian, YANG Wen-hua

Shenyang Academy of Instrumentation Science Co. Ltd., Shenyang 110043, China

Received:2020-05-14 Online:2021-03-25 Published:2021-04-09

摘要/Abstract

摘要： 本文依据遗传算法的基本思想,立足光学薄膜领域,介绍了采用遗传算法进行光学薄膜设计优化的一种实现方法——包括“建立种群”“建立适应度函数”“选择”“交叉”“变异”和“精英保护”等方面的详细操作步骤。基于该方法,给出了一个在400nm~900nm光谱区间内实现4个通带的优化设计实例,其结果表明该方法在膜系设计中能够起到较好的优化效果。文章在最后指出,该方法仅仅实现了简单的遗传算法,在运行效率和优化能力等方面还有较大的提升空间。

关键词: 光学薄膜, 遗传算法, 优化方法, 膜系设计

Abstract: According to the basic idea of genetic algorithm and focusing on the field of optical coating, this paper introduced a way to implement genetic algorithm for optical coating designing optimization. This approach included detailed operational steps in “building population” “building fitness function” “selection” “crossover” “mutation”and“elitist strategy”. Based on this method, an optimal design example of implementing 4 passbands in 400-900 nm was given. The result shows that this method can achieve better optimization effect in coating system design. At the end of the paper, we pointed out that this method only realized simple genetic algorithm, and it had a large space for improvement in operation efficiency and optimization ability.

Key words: optical coating, genetic algorithm, optimization, design of coating system

中图分类号:

TB43

高鹏, 班超, 任少鹏, 金秀, 王忠连, 杨文华. 一种基于遗传算法的光学薄膜优化设计方法^*[J]. 真空, 2021, 58(2): 27-30.

GAO Peng, BAN Chao, REN Shao-peng, JIN Xiu, WANG Zhong-lian, YANG Wen-hua. An Optimization for Optical Coating Design Based on Genetic Algorithm[J]. VACUUM, 2021, 58(2): 27-30.

参考文献

[1] HOLLAND J H.Adaptation in Natural and Artificial System[M]. Ann Arbor: The University of Michigan Press, 1975.
[2] 唐世浩, 朱启疆. 遗传算法中初始种群与交叉、变异率对解的影响及其解决方案[J]. 科技通报, 2001, 17(3): 1-7.
[3] 李国, 阮晓青. 关于简单遗传算法变异率的理论分析[J]. 工程数学学报, 2006, 23(3): 468-474.
[4] 金扬利, 马勉军, 熊玉卿. 基于计算机辅助的光学薄膜优化设计方法[J]. 真空, 2007, 44(2): 32-36.
[5] 武金瑛. 遗传算法及其在结构优化中的应用[D]. 大连: 大连理工大学, 2000.
[6] 舒婵, 耿兵绪, 房巍巍, 等. 南海北部海洋生态模型的参数分析及遗传算法优化[J]. 热带海洋学报, 2020, 39(2): 98-106.
[7] EL ALAOUI EL FELS, NOUREDDINE, ALAA, BACHNOU ALI. Use of genetic algorithm in new approach to modeling of flood routing[J]. Journal of Oceanology and Limnology, 2019, 37(1): 72-78.
[8] ZHANG Y K, WANG Y, LIU T, et al.Volume Flow Rate Optimization of an Axial Fan by Artificial Neural Network and Genetic Algorithm[J]. Open Journal of Fluid Dynamics, 2019(3): 207-223.
[9] ALI ABDULHAFIDH IBRAHIM, ANMAR L.Dawood. Design & Implementation of an Optimization Loading System in Electric by Using Genetic Algorithm[J]. Journal of Computer and Communications, 2019(7): 135-146.
[10] 唐晋发, 郑权. 应用薄膜光学[M]. 上海: 上海科学技术出版社, 1984.
[11] 王吉权, 王福林, 董志贵, 等. 实数遗传算法进化策略的改进研究[J]. 数学的实践与认识, 2017, 47(11): 118-125
[12] 刘帅, 彭业飞, 冯智鑫, 等. 遗传算法的改进与参数特性研究[J]. 电脑知识与技术, 2016, 12(4): 182-185.
[13] 孔盼盼, 崔英花. 多重自适应性遗传算法的研究[J]. 微电子学与计算机, 2019, 36(3), 53-57.
[14] 辛宇, 童孟军, 华宇婷. 一种基于最优特征选择改进的遗传算法[J]. 传感技术学报, 2018, 31(11), 1747-1752.
[15] 谢军, 王倩, 倪雅静, 等. 基于遗传算法进行结构优化的研究现状[J]. 河北建筑工程学院学报, 2018, 36(3), 14-21.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

一种基于遗传算法的光学薄膜优化设计方法^*

An Optimization for Optical Coating Design Based on Genetic Algorithm

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

Metrics

本文评价

推荐阅读 0

[1]	郭志帅, 费书国, 阴晓俊, 高鹏, 赵帅锋, 王银河, 宋光辉. 红外测温成像系统光学薄膜滤光片设计与镀制工艺研究[J]. 真空, 2020, 57(6): 18-22.
[2]	高鹏, 金秀, 任少鹏, 王忠连, 赵帅锋, 阴晓俊. 浅谈国内外光学薄膜技术标准[J]. 真空, 2020, 57(4): 19-23.