基于神经网络算法的太阳模拟器光均匀性优化设计

提出一种把人工神经网络和光学仿真软件相结合的太阳模拟器光均匀性优化设计方法。首先由光学软件仿真一组不同结构参数的模型,然后让神经网络通过学习这些仿真数据来寻找模型的结构参数和检测平面辐照均匀性的复杂非线性关系,并预测辐照均匀性最优时的模型结构参数,再用仿真软件进行验证。基于此方法,对一个短距离大面积的太阳模拟器模型成功进行了优化仿真,使其辐照非均匀度满足A级标准。结果表明:此方法能有效解决太阳模拟器设计周期长、调试困难、试验成本高的问题,对解决同类工程问题亦具有一定的研究价值。