| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 选题背景与研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.3 主要研究内容与创新点 | 第17-20页 |
| 第二章 粒子群算法和波导光栅耦合器的理论基础概述 | 第20-31页 |
| 2.1 粒子群算法的理论基础 | 第20-23页 |
| 2.1.1 粒子群算法原理 | 第20-23页 |
| 2.1.2 粒子群算法的改进分析 | 第23页 |
| 2.2 波导光栅耦合器的基本理论和研究方法 | 第23-30页 |
| 2.2.1 波导光栅结构 | 第23-24页 |
| 2.2.2 布拉格条件 | 第24-26页 |
| 2.2.3 波矢图 | 第26页 |
| 2.2.4 严格耦合波分析 | 第26-29页 |
| 2.2.5 FDTD数值方法 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于粒子群算法的波导光栅耦合器优化 | 第31-45页 |
| 3.1 硅基波导光栅耦合器的仿真建模 | 第31-34页 |
| 3.2 硅基波导光栅耦合器的特性分析 | 第34-37页 |
| 3.2.1 占空比对耦合效率的影响 | 第34-35页 |
| 3.2.2 周期对耦合效率的影响 | 第35-36页 |
| 3.2.3 刻蚀深度对耦合效率的影响 | 第36-37页 |
| 3.3 基于粒子群算法的均匀光栅耦合效率优化 | 第37-41页 |
| 3.3.1 参数表达 | 第37-38页 |
| 3.3.2 适应度函数的定义 | 第38页 |
| 3.3.3 算法流程 | 第38-40页 |
| 3.3.4 仿真结果与分析 | 第40-41页 |
| 3.4 基于粒子群算法的非均匀光栅耦合效率优化 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 基于混沌粒子群算法的波导光栅耦合器优化 | 第45-57页 |
| 4.1 混沌粒子群算法 | 第45-47页 |
| 4.2 混沌粒子群算法对多峰函数的优化 | 第47-52页 |
| 4.3 基于混沌粒子群算法的非均匀周期光栅耦合效率优化 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于BP神经网络的硅基波导光栅耦合器效率预测 | 第57-65页 |
| 5.1 BP神经网络算法理论基础 | 第57-60页 |
| 5.2 耦合效率的BP神经网络预测 | 第60-64页 |
| 5.2.1 神经网络的构建 | 第60-61页 |
| 5.2.2 训练模型实现 | 第61-63页 |
| 5.2.3 网络预测结果对比分析 | 第63-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士期间取得的学术成果 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |