基于带动量项神经网络的光互连模块耦合效率预测方法

摘要

本发明公开了一种基于带动量项神经网络的光互连模块耦合效率预测方法，包括建立光互连模块有限元模型，施加温度和振动载荷，基于单因子法分析影响光互连模块耦合效率的影响因素，对影响光耦合的主要因素进行正交实验组建多组不同水平的实验组，对其进行仿真实验得到其光互连模块耦合效率，将得到的多组合的数据作为训练样本来训练神经网络，训练好的网络可以较准确地预测光耦合效率。本发明避免了标准BP神经网络存在学习收敛慢，易陷入局部最小等缺点，实现高效和准确地预测温振复合载荷下的光互连模块耦合效率，为实际工程化应用中设计并制造高耦合效率的高速光互连模块提供一种科学而有效的快速手段。