反射镜轴向支撑位置优化的代理模型方法

摘要

为了提高主反射镜轴向支撑点位置优化的效率和准确性,选择反向传播神经网络作为轴向支撑位置优化问题的代理模型。按照均匀分布在设计区间上取不同的口径、中心孔组合作为样本点,用参数化有限元模型计算对应的样本数据。用样本数据对神经网络模型进行训练和精度分析,确定了近似性能最佳的反向传播神经网络模型的结构和参数,建立了口径、中心孔和支撑位置与镜面最大变形量之间的映射关系。随机测试表明,建立的反向传播网络模型能在平均绝对偏差8E-5的精度水平下近似于有限元模型的结果。以两个轴向支撑位置的优化为例,与现有近似公式和基于有限元的优化方法相比,基于反向传播神经网络代理模型的优化方法能快速、准确地确定最佳支撑位置,并能给出镜面变形量的预测值。综合以上过程,设计制作了基于Matlab的轴向支撑优化工具箱。