基于改进BP神经网络算法的激光晶体生长控制研究

摘要：

针对激光晶体生长后期晶体生长炉温度上漂导致晶体不能维持等径生长的问题,采用一种基于自适应学习率优化算法改进BP神经网络与经典PID控制技术相结合的方法应用到晶体生长控制过程中,通过改进的BP神经网络的自学习以及调整加权系数,实现一种由BP神经网络整定的最佳PID控制.通过MATLAB/Simulink仿真对比表明,改进的BP神经网络PID控制算法较传统PID控制方法具有较好的控制性能和鲁棒性,能够有效克服晶体生长炉的温漂问题,更好地保持晶体等径生长,提高了控制精度.

关键词：激光晶体生长、自适应学习率、BP神经网络

所属期刊栏目：48

分类号：TP273(自动化技术及设备)

在线出版日期：2019-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1438-1444