基于遗传算法的BP神经网络的LED寿命预测模型

• 作者: 吴志杰 孔凡敏 李康
• 来源期刊: 半导体技术
• 学科: 工学
• 关键词: 发光二极管(LED) 误差反向传播(BP)神经网络 遗传算法(GA) 寿命预测 相关系数
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 半导体检测与设备
• 页码范围: 375-380
• 页数: 6页
• 分类号: TN312.8
• 语种: 中文
• DOI: 10.13290/j.cnki.bdtjs.2018.05.009

摘要

提出了一种新型的基于遗传算法(GA)优化的误差反向传播(BP)神经网络的寿命预测模型.选取不同公司生产的LED,以LED光源光通量维持率测量方法(LM-80-08)测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入,LED在网络输入的应力条件下的寿命为输出,可以预测LED在任意电流和结温下的寿命.研究结果表明,该GA-BP模型相比于LED光源长期流明维持率的预测方法(TM-21-11)更具灵活性,预测误差较传统BP神经网络降低了65.5％,平均相对误差达到1.47％,优于Adaboost模型的54％和3.16％,训练样本相关系数达到99.4％,GA-BP模型预测LED寿命误差更小,普适性更高,在LED的寿命预测中具有实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李康	山东大学信息科学与工程学院	81	485	11.0	15.0
2	孔凡敏	山东大学信息科学与工程学院	32	175	8.0	10.0
3	吴志杰	山东大学信息科学与工程学院	2	12	2.0	2.0