基于SSA-ELM和自适应差分进化算法的拉曼放大器设计

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.

关键词：拉曼光纤放大器、樽海鞘群算法、极限学习机、自适应差分进化算法、拉曼增益

所属期刊栏目：53

分类号：TN929.11;O436

资助基金：国家自然科学基金;国际科技合作计划项目

在线出版日期：2023-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1397-1404