資料介紹
使用SNA法進(jìn)行直下型背光光學(xué)效能最佳化設(shè)計
本章闡述以“Sequential Neural-Network Approximation Method”-SNA法,與Speos光學(xué)模擬軟體進(jìn)行最佳化的研究架構(gòu)與流程,首先以一個2個離散設(shè)計變數(shù)的直下型背光光學(xué)效能最佳化的問題為例,來說明本研究使用SNA法的程序,接著以4個離散變數(shù)進(jìn)行直下型背光光學(xué)效能最佳化設(shè)計。
5.1 SNA基本架構(gòu)
SNA法最早是由Hsu等人發(fā)表[2001, 2003],這種方法結(jié)合倒傳遞類神經(jīng)網(wǎng)路與搜尋演算法,是一種「序列近似法(sequential approximation method)」。首先於類神經(jīng)網(wǎng)路中輸入一些適切的訓(xùn)練資料,使其學(xué)習(xí)模擬原始最佳化設(shè)計模型一個近似的可行區(qū)域,接著搜尋演算法於類神經(jīng)網(wǎng)路模擬的可行區(qū)域中尋找出一最佳設(shè)計點。利用此一最佳設(shè)計點代入原始最佳化設(shè)計模型進(jìn)行可行性的檢驗後,將此新增設(shè)計點加入訓(xùn)練資料中重新訓(xùn)練,重新產(chǎn)生一更接近原始最佳化設(shè)計模型的近似可行區(qū)域,然後在這個更新的近似的可行區(qū)域中再次尋找最佳設(shè)計點。利用這個過程以迭代模式反覆執(zhí)行,直到連續(xù)得到同一最佳設(shè)計點,近似可行區(qū)域無法再被更新為止。
由第四章的討論,本研究的最佳化數(shù)學(xué)模型如式(4-3),目標(biāo)函數(shù)為9點均勻性,以Uniformity(x)來表示,x是設(shè)計變數(shù)的向量。限制條件是一個“pass-fail”的限制條件,以Brightness(x)來表示,如中心輝度大於9000 lux且中心點輝度需最亮,則Brightness(x)=1為可行(feasible),否則Brightness(x)=0為不可行(infeasible)。
使用 SNA 法進(jìn)行直下型背光光學(xué)效能最佳化設(shè)計
max. Uniformity(x)
s.t. Brightness(x)=1 (4-3)
利用SNA法,式(4-3)中的最佳化設(shè)計模型改以式(5-1)中兩個類神經(jīng)網(wǎng)路來模擬近似。其中限制條件以NNconstraint(x)來表示,NNconstraint(x)=1為可行,NNconstraint(x)=0為不可行。原先SNA法中目標(biāo)函數(shù)為外顯形式函數(shù),但式(4-3)中Uniformity(x)仍為以光學(xué)軟體模擬之內(nèi)隱式函數(shù),因此此處加以變化,以類神經(jīng)網(wǎng)路模擬目標(biāo)函數(shù)函數(shù)值,應(yīng)用於直下型背光光學(xué)效能最佳化的設(shè)計問題,式(5-1)中NNobj(x)即為以類神經(jīng)網(wǎng)路模擬之目標(biāo)函數(shù)值。
max. NNobj(x)
s.t. NNconstraint(x)=1 (5-1)
圖5-1是本研究所使用的SNA法的演算流程,首先使用直交表產(chǎn)生設(shè)計變數(shù)初始訓(xùn)練點集合,先以Speos光學(xué)模擬軟體進(jìn)行模擬,計算出初始訓(xùn)練點的資料,其中至少需要有一個可行的設(shè)計點。利用初始訓(xùn)練點的數(shù)據(jù)來訓(xùn)練兩個類神經(jīng)網(wǎng)路,NNobj(x)是訓(xùn)練目標(biāo)函數(shù)值,NNconstraint(x)是訓(xùn)練設(shè)計點的可行區(qū)域。訓(xùn)練完成後得到近似最佳化設(shè)計模型式(5-1),由此近似模型搜尋一個目標(biāo)函數(shù)最大且可行的設(shè)計點,再將這個設(shè)計點以Speos進(jìn)行模擬,模擬出目標(biāo)函數(shù)值并經(jīng)過限制條件可行性的驗證,將此新增設(shè)計點加入訓(xùn)練點集合重新訓(xùn)練類神經(jīng)網(wǎng)路,更新NNobj(x)與NNconstraint(x)後重新再作搜尋。利用這個過程以迭代模式反覆執(zhí)行,直到連續(xù)得到同一最佳設(shè)計點,也就是類神經(jīng)網(wǎng)路無法再被更新為止,此點即為最佳設(shè)計點。
本章闡述以“Sequential Neural-Network Approximation Method”-SNA法,與Speos光學(xué)模擬軟體進(jìn)行最佳化的研究架構(gòu)與流程,首先以一個2個離散設(shè)計變數(shù)的直下型背光光學(xué)效能最佳化的問題為例,來說明本研究使用SNA法的程序,接著以4個離散變數(shù)進(jìn)行直下型背光光學(xué)效能最佳化設(shè)計。
5.1 SNA基本架構(gòu)
SNA法最早是由Hsu等人發(fā)表[2001, 2003],這種方法結(jié)合倒傳遞類神經(jīng)網(wǎng)路與搜尋演算法,是一種「序列近似法(sequential approximation method)」。首先於類神經(jīng)網(wǎng)路中輸入一些適切的訓(xùn)練資料,使其學(xué)習(xí)模擬原始最佳化設(shè)計模型一個近似的可行區(qū)域,接著搜尋演算法於類神經(jīng)網(wǎng)路模擬的可行區(qū)域中尋找出一最佳設(shè)計點。利用此一最佳設(shè)計點代入原始最佳化設(shè)計模型進(jìn)行可行性的檢驗後,將此新增設(shè)計點加入訓(xùn)練資料中重新訓(xùn)練,重新產(chǎn)生一更接近原始最佳化設(shè)計模型的近似可行區(qū)域,然後在這個更新的近似的可行區(qū)域中再次尋找最佳設(shè)計點。利用這個過程以迭代模式反覆執(zhí)行,直到連續(xù)得到同一最佳設(shè)計點,近似可行區(qū)域無法再被更新為止。
由第四章的討論,本研究的最佳化數(shù)學(xué)模型如式(4-3),目標(biāo)函數(shù)為9點均勻性,以Uniformity(x)來表示,x是設(shè)計變數(shù)的向量。限制條件是一個“pass-fail”的限制條件,以Brightness(x)來表示,如中心輝度大於9000 lux且中心點輝度需最亮,則Brightness(x)=1為可行(feasible),否則Brightness(x)=0為不可行(infeasible)。
使用 SNA 法進(jìn)行直下型背光光學(xué)效能最佳化設(shè)計
max. Uniformity(x)
s.t. Brightness(x)=1 (4-3)
利用SNA法,式(4-3)中的最佳化設(shè)計模型改以式(5-1)中兩個類神經(jīng)網(wǎng)路來模擬近似。其中限制條件以NNconstraint(x)來表示,NNconstraint(x)=1為可行,NNconstraint(x)=0為不可行。原先SNA法中目標(biāo)函數(shù)為外顯形式函數(shù),但式(4-3)中Uniformity(x)仍為以光學(xué)軟體模擬之內(nèi)隱式函數(shù),因此此處加以變化,以類神經(jīng)網(wǎng)路模擬目標(biāo)函數(shù)函數(shù)值,應(yīng)用於直下型背光光學(xué)效能最佳化的設(shè)計問題,式(5-1)中NNobj(x)即為以類神經(jīng)網(wǎng)路模擬之目標(biāo)函數(shù)值。
max. NNobj(x)
s.t. NNconstraint(x)=1 (5-1)
圖5-1是本研究所使用的SNA法的演算流程,首先使用直交表產(chǎn)生設(shè)計變數(shù)初始訓(xùn)練點集合,先以Speos光學(xué)模擬軟體進(jìn)行模擬,計算出初始訓(xùn)練點的資料,其中至少需要有一個可行的設(shè)計點。利用初始訓(xùn)練點的數(shù)據(jù)來訓(xùn)練兩個類神經(jīng)網(wǎng)路,NNobj(x)是訓(xùn)練目標(biāo)函數(shù)值,NNconstraint(x)是訓(xùn)練設(shè)計點的可行區(qū)域。訓(xùn)練完成後得到近似最佳化設(shè)計模型式(5-1),由此近似模型搜尋一個目標(biāo)函數(shù)最大且可行的設(shè)計點,再將這個設(shè)計點以Speos進(jìn)行模擬,模擬出目標(biāo)函數(shù)值并經(jīng)過限制條件可行性的驗證,將此新增設(shè)計點加入訓(xùn)練點集合重新訓(xùn)練類神經(jīng)網(wǎng)路,更新NNobj(x)與NNconstraint(x)後重新再作搜尋。利用這個過程以迭代模式反覆執(zhí)行,直到連續(xù)得到同一最佳設(shè)計點,也就是類神經(jīng)網(wǎng)路無法再被更新為止,此點即為最佳設(shè)計點。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- SJ5900光學(xué)型輪廓儀專業(yè)檢測光學(xué)鏡片曲面
- 液晶電視直下式LED背光燈條檢修與更換的技巧詳細(xì)說明 26次下載
- 應(yīng)用和聲搜尋法設(shè)計 0次下載
- LED背光顯示的特點及背光的光學(xué)設(shè)計和分析工具的介紹 16次下載
- TFT-LCD液晶產(chǎn)業(yè)的現(xiàn)狀及其背光模組光學(xué)膜的開發(fā)研究 17次下載
- 液晶顯示器之直下型背光光學(xué)效能最佳化設(shè)計數(shù)學(xué)模型 39次下載
- 新世代大尺寸直下式LED背光模組之設(shè)計與模擬 37次下載
- 可攜式電子裝置電源系統(tǒng)的最佳化 10次下載
- 光學(xué)分析法導(dǎo)論 0次下載
- XDSL transformer變壓器的最佳化設(shè)計理論
- 普及型手機(jī)LCD背光趨向使用LDO
- 6色LED背光模塊光學(xué)特性
- 蘭德報告———過程最佳化的關(guān)鍵技術(shù) (一)
- 指數(shù)法在防空系統(tǒng)效能評價中的運(yùn)用
- 液晶顯示器之直下型背光光學(xué)結(jié)構(gòu)設(shè)計
- 熒光分光光度計常用的光源是 熒光分光光度計原理 1337次閱讀
- 光束整形中的自由曲面衍射光學(xué)設(shè)計 875次閱讀
- 用于激光光束整形的二元光學(xué)元件設(shè)計 766次閱讀
- 原子熒光光譜儀結(jié)構(gòu)圖 1.6w次閱讀
- PCB布局布線對TVS防護(hù)效果的影響 5212次閱讀
- 基于一種低功耗的LED背光結(jié)構(gòu)設(shè)計 1812次閱讀
- 基于一款47in LED背光源的設(shè)計和制作方法介紹 2026次閱讀
- PCB激光光繪機(jī)選購技巧分享 870次閱讀
- 低功耗液晶電視LED背光源設(shè)計 2287次閱讀
- 722分光光度計的使用方法和步驟_722型分光度計注意事項 9.4w次閱讀
- 721型分光光度計和722型分光光度計的區(qū)別比較 2.7w次閱讀
- 熒光分光光度計是紫外么_熒光分光光度計原理是什么 2w次閱讀
- 分光光度計具體是測什么_分光光度計原理介紹 12.1w次閱讀
- LED背光源工藝及分類 1856次閱讀
- 特色C語言平臺 SoC設(shè)計最佳化 2159次閱讀
下載排行
本周
- 1TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 2開關(guān)電源基礎(chǔ)知識
- 5.73 MB | 11次下載 | 免費
- 3100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 4嵌入式linux-聊天程序設(shè)計
- 0.60 MB | 3次下載 | 免費
- 5DIY動手組裝LED電子顯示屏
- 0.98 MB | 3次下載 | 免費
- 651單片機(jī)大棚環(huán)境控制器仿真程序
- 1.10 MB | 2次下載 | 免費
- 751單片機(jī)PM2.5檢測系統(tǒng)程序
- 0.83 MB | 2次下載 | 免費
- 8TP4055-500mA線性鋰離子電池充電器數(shù)據(jù)手冊
- 0.27 MB | 2次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開關(guān)電源設(shè)計實例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅(qū)動電路設(shè)計》 溫德爾著
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537797次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191186次下載 | 免費
- 7十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多