遗传算法的几点改进及其在脉冲整形实验中的应用

论文摘要

分子在飞秒激光脉冲作用下可以经不同的反应途径产生不同的产物,人们希望在分子水平上实现对分子反应的控制,增强我们希望所得到产物得比率。对于简单分子体系,可以利用超快分子反应动力学,通过理论计算得到激光场,从而设计相应的脉冲序列,增强我们希望的分子反应通道。但是对于多原子分子体系,本身计算分子势能面比较困难,再考虑激光场对分子体系的影响,使得通过理论计算得到脉冲序列变的几乎不可能。为了得到增强某个反应通道的最优脉冲序列,我们采用Rabitz等人在1992年提出的闭环自学习方法,即使用优化算法探索最优的脉冲序列,这种方法不需要任何分子体系势能面信息,仅仅需要一个反应产物产量的反馈。首先,我们自己编写了用于寻找最优脉冲序列的遗传算法程序,并依据实验的具体情况进行了一些改进,探讨了算法所用参数对搜索效率的影响,提出了一种自适应算法参数调整的方法。然后,我们把算法应用与二次谐波优化及丙酮分子反应控制。对于二次谐波优化,我们编写的遗传算法程序成功寻找到4F脉冲整形系统引入的位相畸变,得到了半高全宽更窄的激光脉冲。对于丙酮分子,优化后脉冲序列相对于随机序列大大增强了反应产物的产量,但仍然小于变换极限脉冲的反应产物产量。

论文目录

• 提要
• 第1章 绪论
• 1.1 飞秒激光脉冲整形概述
• 1.1.1 飞秒激光脉冲整形理论基础
• 1.1.2 脉冲整形设备介绍
• 1.1.3 脉冲整形的控制策略简述
• 1.2 整形后脉冲的测量方法
• 1.2.1 交叉相关
• 1.2.2 MIIPS
• 1.3 遗传算法概述
• 1.3.1 遗传算法主要组成部分
• 1.3.2 遗传算子
• 1.3.3 遗传算法流程
• 1.3.4 对遗传算法的理解
• 1.4 空间光调制器
• 1.4.1 单层空间光调制器结构
• 1.4.2 双层空间光调制器
• 1.5 量子相干控制简介
• 1.6 本文工作
• 第2章 遗传算法的实现及其改进
• 2.1 遗传算法的MATLAB 实现
• 2.2 算法的改进
• 2.3 数值计算结果
• 2.3.1 一些函数模拟结果
• 2.3.2 参数对算法影响
• 2.3.3 算法参数寻优实验结论
• 2.4 遗传算法的进一步改进
• 第3章 实验结果及讨论
• 3.1 交叉相关实验结果
• 3.2 遗传算法应用于二次谐波优化
• 3.3 遗传算法应用与分子反应控制
• 第4章 总结及未来工作设想
• 4.1 总结
• 4.2 展望
• 参考文献
• 致谢
• 摘要
• Abstract