基于改进遗传算法的反向传播神经网络拟合LED光谱模型

作     者：高航 薛凌云 Gao Hang;Xue Lingyun

作者机构：杭州电子科技大学生命信息与仪器工程学院浙江杭州310018 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2017年第54卷第7期

页      面：288-296页

核心收录：

学科分类：07[理学] 070302[理学-分析化学] 0703[理学-化学] 

基　　金：国家重大科研仪器研制项目(61427808) 

主　　题：光学器件 光谱模型 反向传播神经网络 发光二极管 遗传算法 曲线拟合 

摘      要：发光二极管(LED)太阳光模拟器的设计需要对LED光谱建立精度高且稳定性好的数学模型。针对LED光谱数学模型非线性的特点,提出利用一种经改进遗传算法(GA)优化的反向传播(BP)神经网络对LED光谱模型进行辨识。通过改进GA的算子,提高算法收敛效果和辨识精度,利用改进GA对BP神经网络初始和权值阈值进行优化,用于建立可靠的LED光谱模型。选取不同驱动电流条件下的白色、红色LED光谱进行实验验证,实验结果表明该算法拟合的LED光谱模型与实际测量光谱分布非常接近,相比其他模型精度更高,普适性更好。