首页--工业技术论文--化学工业论文--试剂与纯化学品的生产论文--光化学物质论文

基于遗传算法的发光材料组合试样库性能优化

摘要第5-6页
ABSTRACT第6页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-26页
    1.1 引言第14-15页
    1.2 遗传算法第15-18页
        1.2.1 遗传算法简介第15页
        1.2.2 遗传算法基本原理第15-17页
        1.2.3 遗传算法基本特点第17-18页
        1.2.4 遗传算法的应用第18页
    1.3 发光材料的研究现状第18-24页
        1.3.1 LED发光材料简介第18-20页
        1.3.2 LED用荧光粉的研究现状第20-22页
        1.3.3 掺杂稀土元素荧光粉的发光原理第22-23页
        1.3.4 LED荧光粉存在的问题和发展趋势第23-24页
    1.4 本文的研究目的和内容第24-26页
第二章 实验数据的优化与提取第26-40页
    2.1 引言第26页
    2.2 Matlab工具第26-30页
    2.3 发光材料组合试样库的设计第30-32页
        2.3.1 碱土-氯磷酸盐发光材料第30页
        2.3.2 碱土-氯磷酸盐发光材料组合试样库的设计第30-32页
    2.4 基于Matlab的发光材料组合试样库数据处理第32-40页
        2.4.1 分析矩阵的建立第32-36页
        2.4.2 数据处理结果及其分析第36-40页
第三章 遗传算法目标函数的建立第40-44页
    3.1 引言第40页
    3.2 1stopt软件第40-41页
    3.3 数据拟合及目标函数的建立第41-44页
第四章 发光材料组合试样库组成与性能优化过程第44-54页
    4.1 引言第44页
    4.2 发光材料优化模型的建立第44-45页
    4.3 遗传算法在发光材料性能优化中的具体操作第45-48页
        4.3.1 个体的表示方法第45-46页
        4.3.2 适应度函数的设计第46页
        4.3.3 遗传算子的设计第46-48页
        4.3.4 遗传算法参数的设定第48页
    4.4 碱土—氯磷酸盐发光材料性能的优化第48-51页
    4.5 遗传算法优化结果第51-54页
第五章 优化结果的评价第54-58页
    5.1 引言第54页
    5.2 优化性能的评价第54-58页
        5.2.1 测试函数第54页
        5.2.2 结果与分析第54-58页
第六章 结论与展望第58-60页
附录第60-68页
参考文献第68-72页
致谢第72-74页
作者简介第74-75页

论文共75页,点击 下载论文
上一篇:传感器Ag/AgCl电极性能及影响因素的研究
下一篇:油酸改性氢氧化镁阻燃剂及其在EVA中的应用