基于神经元网络和人工蜂群算法的拉曼光纤放大器设计方案

• 作者: 巩稼民 刘芳 吴艺杰 张运生 雷舒陶 朱泽昊
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 光通信 拉曼光纤放大器 机器学习 BP神经网络算法 人工蜂群算法 拉曼增益
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 光纤光学与光通信|Fiber Optics and Optical Communications
• 页码范围: 16-24
• 页数: 9页
• 分类号: TN929.11
• 语种: 中文
• DOI: 10.3788/AOS202141.2006002

摘要

介绍了一种将反向传播(BP)神经网络算法与人工蜂群算法相结合的方法,并用该方法对多泵浦拉曼光纤放大器的设计进行了优化.通过研究多层BP神经网络中的隐藏层层数和神经节点数,确定了最佳的学习模型,该模型可以精准地反映泵浦波长和泵浦功率与拉曼净增益分布间的映射关系,能代替传统求解拉曼耦合波方程的方法.同时,为了提高增益谱的平坦性,采用人工蜂群算法来优化泵浦参数,得到了最优的泵浦波长和泵浦功率.仿真结果表明,通过将训练好的BP神经网络模型加入到人工蜂群算法中,所研究的拉曼放大器达到了期望的增益性能,且其目标值与预测值的最大误差不超过0.29 dB.该设计方案为拉曼光纤放大器的研究提供了新的思路和方法.