摘要
本发明公开了一种用于碲锌镉晶体生长质量优化方法,包括获取历史垂直布里奇曼法生长碲锌镉晶体的数据;涉及碲锌镉晶体制备技术领域,通过采用神经网络算法构建垂直布里奇曼法生长碲锌镉晶体的物理过程模型,并在神经网络算法的初始参数生成中,通过X个编码组合之间进行部分信息交换,并对X个编码组合的每一个编码组合中的部分编码进行随机改变,生成多个新的编码组合,增加了找到全局最优或接近全局最优参数的概率;通过贝叶斯优化算法构建高斯过程模型来预测不同编码组合下的均方误差,减少了不必要的搜索步骤,进一步增强全局搜索能力;计算新编码组合的预期改进值,经过多轮这样的迭代后,使其更有可能接近最优参数,降低预测误差。
技术关键词
垂直布里奇曼法
碲锌镉晶体
神经网络算法
编码
参数
误差函数
预测误差
粒子群优化算法
累积分布函数
物理
概率密度函数
动态
代表
数据
样本
解码
速率
系统为您推荐了相关专利信息
评分机制
晚期乳腺癌
淋巴细胞
评分系统
数据处理模块
新能源电站
智能运维系统
数字孪生模型
设备运行数据
电力设备
安全性评估方法
应用程序编程接口
策略
风险
安全性评估系统
横摆角速度
路面附着系数
车辆控制方法
质心侧偏角
控制器