李强
- 作品数：2 被引量：3H指数：2
- 供职机构：中国航空工业集团公司更多>>
- 发文基金：中国航空科学基金更多>>
- 相关领域：一般工业技术理学自动化与计算机技术机械工程更多>>
- 基于混合优化算法的纳米薄膜参数表征被引量：2
- 2020年
- 为了在椭圆偏振测量过程中得到精确的纳米薄膜参数,提出了一种求解纳米薄膜参数的混合优化算法。结合人工神经网络算法反向传播和粒子群算法快速寻优的特点,建立了改进粒子群-神经网络(Improved Particle Swarm Optimization-Neural Network,IPSO-NN)混合优化算法。该算法在较少的迭代次数下具有快速跳出局部最优解的能力,从而快速寻找椭偏方程最优解。文中使用该算法对标称值为(26.7±0.4)nm的硅上二氧化硅纳米薄膜厚度标准样片进行薄膜参数计算。结果表明:采用IPSO-NN混合优化算法计算薄膜厚度时相对误差小于2%,折射率误差小于0.1。同时,文中通过实验对比了传统粒子群算法与IPSO-NN算法,验证了IPSO-NN算法计算薄膜参数时能有效优化迭代次数和寻找最优解的过程,实现快速收敛,提高计算效率。
- 雷李华张馨尹吴俊杰吴俊杰李智玮李强谢张宁管钰晴傅云霞
- 关键词：数据处理混合优化算法
- 基于粒子群-神经网络算法的纳米薄膜参数表征被引量：2
- 2020年
- 提出了一种利用椭圆偏振测量进行纳米薄膜参数数据处理的混合优化算法。以人工神经网络模型为基础,利用改进粒子群算法选择人工神经网络中的权值和阈值,建立改进粒子群-神经网络(IPSO-NN)算法模型对纳米薄膜参数进行数据处理,以获得更高精度的纳米薄膜参数。利用IPSO-NN算法模型计算标称厚度值为50和997.7 nm的硅上二氧化硅(SiO2/Si)纳米薄膜厚度标准样片的薄膜参数,结果表明:两种尺寸的薄膜厚度计算结果相对误差均小于3%,说明了混合优化算法具有高精度的薄膜厚度和复折射率等薄膜参数的计算能力。同时通过实验证明了IPSO-NN算法模型能有效地优化迭代次数,具有收敛速度快、测量效率高等优势。
- 张馨尹傅云霞傅云霞李强吴俊杰魏佳斯管钰晴谢张宁雷李华
- 关键词：改进粒子群算法人工神经网络算法数据处理
