反射镜轴向支撑位置优化的代理模型方法.pdfVIP

红外与激光工程 2012 年 2 月 第 41 卷第 2 期 Vol.41 No.2 Infrared and Laser Engineering Feb.2012 反射镜轴向支撑位置优化的代理模型方法 张东阁 1 ，2 ，卒仁善 1 ，李耀彬 1 (1.中国科学院长春光学精密机械与物理研究所，吉林长春 13∞33; 2. 中国科学院研究生院，北京 100049) 摘 要:为了提高主反射镜轴向支撑点位直优化的效率和准确性，选择反向传播神经网络作为轴向 支撑位直优化问题的代理模型。按照均匀分布在设计区间上取不同的口径、中心孔组合作为样本点， 用参数化有限元模型计算对应的样本数据。用样本数据对神经网络模型进行训练和精度分析，确定了 近似性能最佳的反向传播神经网络模型的结构和参数，建立了口径、中心孔和支撑位置与镜面最大变 形量之间的映射关系。随机测试表明，建立的反向传播网络模型能在平均绝对偏差 8E-5 的精度水平 下近似于有限元模型的结果。以两个轴向支撑住直的优化为例，与现有近似公式和基于有限元的优化 方法相比，基于反向传播神经网络代理模型的优化方法能快速、准确地确定最佳支撑位直，并能给出 镜面变形量的预测值。综合以上过程，设计制作了基于 Matlab 的轴向支撑优化工具箱。 关键词:代理模型; 主反射镜; 轴向支撑; 优化设计 中图分类号: TH851; TH703.3 文献标志码:A 文章编号: 1007-2276(2012)02-0409-06 Surrogate models based optimization methods for the axial support points of the primary mirror 1 1 Zhang Dongge ,2 , Zhuo Renshan I, Li Yaobin (1. Changchun Institute of Optics , Fine Mechanics and Physics , Chinese Academy of Sciences , Changchun 130033, China; 2. Graduate University of the Chinese Academy of Sciences, Beijing 1ω049， China) Abstract: In order to improve the optimization efficiency and accuracy ofaxial support points of the primary mirror , the back propagation artificial neural network (BPANN) was used as the surrögate models. Taking different aperture and central holes distributβd in the designed area uniformly as S缸nple ， sample data was got 台om par创netric finite element model under the guide of statistics. The BPANN model in various styles were trained resp四tively by the sample data ,