[发明专利]一种环芯光纤优化设计的方法有效
| 申请号： | 201910944069.2 | 申请日： | 2019-09-30 |
| 公开（公告）号： | CN110543746B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 刘洁;施楚民;冯俊杰;黄璐;陈炼翰;李凯欣;余思远 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F30/23 | 分类号： | G06F30/23;G06F30/27;G06N3/084;G06N3/086 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发涉及一种环芯光纤优化设计的方法，所述方法通过BP神经网络建立光纤设计参数与模式间耦合积分系数的非线性关系，同时在符合拉制工艺的结构限制条件下，利用遗传算法快速找到模间耦合系数最小的最优结构，从而实现低损耗、低模式组间耦合的环芯光纤的快速设计。所述方法创新性利用了环芯光纤的耦合积分系数作为优化目标进行神经网络的训练，打破了现有多模光纤模间实现低耦合理论上主要依靠增加模间有效折射率差的常规。同时将神经网络的输出值作为遗传算法的适应度函数值，相对于传统的电磁场仿真计算得到适应度函数值，具有更为快速的环芯光纤设计优化流程。 | ||
| 搜索关键词： | 一种 光纤 优化 设计 方法 | ||
【主权项】：
1.一种环芯光纤优化设计的方法，其特征在于，所述方法包括以下步骤：/nS1：根据光纤设计通用模型构建神经网络的训练样本，并对训练样本进行预处理；/nS2：根据S1预处理后的训练样本，构建并训练BP神经网络模型；/nS3：利用遗传算法寻找限定条件下的最优值：以各输入设计参量为个体产生种群，基于训练完成的BP神经网络，构建种群适应度函数，在限定条件下，寻找适应度值最高的个体来寻找各设计参量的最优值；/nS4、二次验证结果：根据遗传算法的优化结果获取若干组效果最优的参数组合，通过常规电磁场计算方法对参数进行二次验证，判断优化结果是否正确，若正确，则将结果返回给设计者，若不正确，则返回S2。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910944069.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种热采井水泥环封固完整性的评价方法
- 下一篇：多媒体流水线架构
