学位论文 > 优秀研究生学位论文题录展示

智能优化算法在光学CAD系统中的应用

作　者: 邵桢
导　师: 任涛
学　校: 长春理工大学
专　业: 计算机应用技术
关键词: 智能优化遗传算法混合优化光学设计二元光学元件
分类号: TP391.72
类　型: 硕士论文
年　份: 2004年
下　载: 138次
引　用: 0次
阅　读: 论文下载

内容摘要

智能优化算法通过模拟某些自然现象或过程的机理而得到了广泛地发展，本文针对光学CAD系统中目前正研究的热门课题提出了新的观点，重点研究了智能优化算法在光学系统设计中的应用。首先，由于现有的光学系统结构设计的优化算法都是在选定了初始光学结构的基础上，只对光学结构参数进行优化选择，在优化过程中不能够自动改变光学面数，导致光学系统设计的智能化程度还不是很高，采用遗传算法，实现了光学面的自动增减；其次，区别于传统的二元光学设计方法，为避免其量化台阶数过大导致的成本及加工复杂度的增加，提出了运用混合优化策略遗传-模拟退火算法直接设计二元光学元件的新的计算机方法。最后，通过构造数学模型和编程实现了算法，由优化的效果和效率分析来证实智能优化算法是提高光学系统设计智能化程度的有效工具。

全文目录

摘要  3-4
ABSTRACT  4-5
目录  5-7
第一章绪论  7-11
  1.1 光学CAD系统设计  7-8
  1.2 智能优化算法  8-9
  1.3 研究的主要内容  9-11
第二章光学CAD系统设计的优化方法  11-22
  2.1 光学CAD系统的衡量标准  11-12
  2.2 评价函数及其构成  12-18
    2.2.1 评价函数的概念  12-13
    2.2.2 评价函数的构成  13-18
  2.3 光学CAD系统设计问题的数学描述  18-19
  2.4 非常规复杂光学系统设计  19-20
  2.5 已有设计优化方法的比较  20-22
第三章遗传算法的应用  22-46
  3.1 遗传算法  22-25
  3.2 算法的实现  25-34
    3.2.1 编码和初始种群  25-26
    3.2.2 适配值函数  26
    3.2.3 繁殖  26-28
    3.2.4 交叉(基于交叉概率p_c)  28-33
    3.2.5 变异(基于变异概率p_m)  33-34
    3.2.6 算法的终止准则  34
  3.3 算法的收敛性  34-38
  3.4 遗传算法在光学CAD系统中的应用  38-45
    3.4.1 遗传算法用于光学设计的原理  38-39
    3.4.2 遗传算法在光学设计中的数学模型  39-40
    3.4.3 设计实例  40-45
  3.5 程序结果与分析  45-46
第四章混合优化算法的应用  46-57
  4.1 混合优化策略  46-52
    4.1.1 GASA混合优化策略的构造出发点  47-49
    4.1.2 GASA混合优化策略的流程和特点  49-50
    4.1.3 GASA混合优化策略的性能  50-52
  4.2 GASA算法在光学仪器设计中的实现与应用  52-56
    4.2.1 DOE设计及模拟原理  53-55
    4.2.2 设计实例  55-56
  4.3 程序结果与分析  56-57
结论  57-58
致谢  58-59
参考文献  59-62
附录  62-72

智能优化算法在光学CAD系统中的应用

内容摘要

全文目录

相似论文