基于人工神经网络和粒子群优化的半导体激光器参数反向设计方法

• 作者: 冯佩 李俣
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 激光器 人工神经网络 粒子群优化算法 激光器输出功率谱 反向设计
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 激光器件与激光物理
• 页码范围: 1-7
• 页数: 7页
• 分类号: TN242
• 语种: 中文
• DOI: 10.3788/CJL201946.0701001

摘要

提出一种基于人工神经网络(ANN)和粒子群优化(PSO)的半导体激光器参数反向设计方法.利用由传统数值仿真方法计算出的激光器功率样本数据来训练ANN,并用此网络预测激光器任意一组参数对应的功率谱,均方差可低至0.5 mW,用时仅0.07 s,计算速度提高了约1800倍(与相同环境下传统数值算法耗时125.57 s相比).将此网络与PSO算法结合,可获得目标功率谱的对应参数,即实现反向设计.经计算获得的反向设计方案不唯一,从而进一步验证了半导体激光器非线性多参数的特点.相同环境下ANN结合PSO的反向算法(均方差低于0.04 mW,用时39.45 s)与传统数值反向方法(均方差为0.89 mW,用时192 h)相比,精度提高了22.25倍,速度提高了约17500倍,说明了该方法的有效性.