科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了一种将樽海鞘群算法优化极限学习机与自适应差分进化算法相结合的方法，并利用该方法优化多泵浦拉曼光纤放大器的参数配置。采用极限学习机构建泵浦参数和拉曼增益之间的非线性映射，并利用樽海鞘群优化算法对极限学习机参数进行优化获得最佳模型。对比分析了上述模型与BP神经网络和传统的极限学习机模型在评价指标方面的差异，结果表明本文所提出的模型预测性能较好。为了提高增益平坦性，利用自适应差分进化算法优化泵浦参数，得到最佳的参数配置。仿真结果表明，利用该方法设计出的拉曼放大器达到了预期效果，其目标增益与预测增益的最大误差不超过0.5 dB。该方法为今后拉曼光纤放大器的设计提供了一种新的思路方法。
- 出版日期2023
- 单位通信与信息工程学院; 西安邮电大学; 电子工程学院
