基于改进遗传算法的反向传播神经网络拟合LED光谱模型

发光二极管(LED)太阳光模拟器的设计需要对LED光谱建立精度高且稳定性好的数学模型。针对LED光谱数学模型非线性的特点,提出利用一种经改进遗传算法(GA)优化的反向传播(BP)神经网络对LED光谱模型进行辨识。通过改进GA的算子,提高算法收敛效果和辨识精度,利用改进GA对BP神经网络初始和权值阈值进行优化,用于建立可靠的LED光谱模型。选取不同驱动电流条件下的白色、红色LED光谱进行实验验证,实验结果表明该算法拟合的LED光谱模型与实际测量光谱分布非常接近,相比其他模型精度更高,普适性更好。