[發明專利]一種低復雜度的光纖優化設計方法

在審

• 申請號: 202010826725.1
• 申請日: 2020-08-17
• 公開（公告）號: CN112084702A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 劉潔;林健培;施楚民;張景行;莫舒淇;余思遠
• 申請（專利權）人: 中山大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/17;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

1.一種低復雜度的光纖優化設計方法，其特征在于，所述方法包括以下步驟：

S1：確定全局最優鄰域定位算法，并基于該算法的函數重心的自適應搜索決策來定位全局最優鄰域；

S2：構建并訓練BP神經網絡模型；

S3：在首次尋優得到的全局最優鄰域范圍內，基于訓練完成的BP神經網絡計算得到各種光纖結構下的映射輸出數據集，并針對該數據集，再次調用全局最優鄰域定位算法，進行二次尋優，在實際光纖拉制、應用限制條件下，來尋找最優光纖結構參數并進行輸出。

2.根據權利要求1所述的低復雜度的光纖優化設計方法，其特征在于，S1包括以下步驟：

S101：初始化參數：首先在考慮實際光纖拉制、應用條件下，確定光纖設計通用模型，針對不同的光纖結構類型，設置具體結構參數、全局最優鄰域定位算法的參數以及輸入輸出變量；

S102：基于函數重心的自適應決策：依據局部搜索狀態的執行次數是否達到局部搜索狀態的預設的執行次數限制，或者每一次迭代得到的各數據點適應度值是否大于當前函數重心點適應度閾值，來自適應決策進入全局搜索狀態或局部搜索狀態或更新搜索鄰域中心；

S103、更新重心：根據步驟S102中的決策來選擇相應的更新重心方式以及參與計算重心的數據點；

S104：執行搜索狀態：

全局搜索狀態：依據壓縮比來縮小全局搜索范圍，并以當前的重心為鄰域中心以及邊界條件來定位當前全局搜索范圍，以隨機編碼的方式在該范圍內進行電磁仿真計算得到相應數據點，根據步驟S103來更新重心，并根據重心是否在全局搜索范圍內來確定全局最優鄰域定位算法結束后全局最優鄰域以及重心判斷參數；

局部搜索狀態：根據當前全局搜索范圍來決定局部搜索范圍，保留當前數據點大于重心值的點即保留點，用保留點更新重心，儲存當前重心與當前最優值；

將數據點小于重心值的點即無用點，依據各保留點與重心的距離大小關系得到給各保留點分配相應無用點的數量關系來分配搜索點，以減少搜索新數據點的個數，在各保留點的局部搜索范圍內以隨機編碼的方式進行電磁仿真計算，得到與各保留點被分配得到的無用點數量等量的數據點；

更新搜索鄰域中心：根據步驟S103更新的重心值，儲存當前重心與當前最優值，將當前最優值作為當前重心；

S105、更新全局最優值：在局部搜索狀態下更新全局最優值并儲存；

S106、循環結束判斷：當全局搜索次數達到預定義次數時或保留點與重心的最大距離小于期望鄰域收斂范圍時，循環結束，并確定搜索次數判斷參數；

S107、輸出全局最優鄰域：

通過重心判斷參數確定鄰域中心：當步驟S104中全局搜索狀態的重心不在全局搜索范圍內，則以全局最優作為鄰域中心，否則以重心為鄰域中心；

通過搜索次數判斷參數確定鄰域收斂范圍：

當保留點與重心的最大距離小于期望鄰域收斂范圍時，循環結束，全局搜索次數未達到預定義次數，則以當前全局搜索范圍作為鄰域收斂范圍；

當保留點與重心的最大距離不小于期望鄰域收斂范圍時，全局搜索次數達到預定義次數，循環結束，則以步驟S101中的期望收斂鄰域范圍Ω₀作為鄰域收斂范圍；

最后通過鄰域中心與鄰域收斂范圍聯立得到全局最優鄰域，并輸出；

S108、存儲在全局最優鄰域內的數據集。