买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于神经网络的光学系统误差元件的最优位错角预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120257838B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510700130.4，技术领域涉及：G06F30/27；该发明授权基于神经网络的光学系统误差元件的最优位错角预测方法是由李龙响;刘夕铭;李兴昶;程强;张峰;张学军设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于神经网络的光学系统误差元件的最优位错角预测方法在说明书摘要公布了：本发明涉及光学系统装调技术领域，尤其涉及一种基于神经网络的光学系统误差元件的最优位错角预测方法。包括：根据具体需求确定光学系统的结构参数；实际搭建光学系统并进行装调；装调完成后，记录所有光学元件的包含各个光学元件的相对坐标系的角度的表面误差数据；测量并记录光学系统成像性能指标参数；改变相对坐标系的角度，重复上述步骤，得到光学元件的表面误差数据与光学系统性能指标参数数据集，输入模块化神经网络进行训练，得到预测模型；根据装调任务的要求，获取光学元件的表面误差数据，将光学元件的表面误差数据以及光学系统性能指标输入到预测模型中，得到光学元件最优位错角。优点在于计算耗时少、缩减现场装调时间。

本发明授权基于神经网络的光学系统误差元件的最优位错角预测方法在权利要求书中公布了：1.一种基于神经网络的光学系统误差元件的最优位错角预测方法，其特征在于：具体包括如下步骤： S1.系统基本信息获取：根据具体需求，确定光学系统的结构参数； S2.元件信息获取：实际搭建光学系统并进行装调；装调完成后，记录所有光学元件的表面误差数据；表面误差数据包括各个光学元件的相对坐标系的角度；相对坐标系的角度为θij，1≤i≤m，1≤j≤n；其中m是系统中光学元件个数，n是可选择角度的总数； S3.性能信息获取：测量并记录此时光学系统成像性能指标参数； S4.改变相对坐标系的角度，重复步骤S2~S3，得到光学元件的表面误差数据与光学系统性能指标参数数据； S5.将相对坐标系的角度数据、光学元件的表面误差数据作为输入数据集，将步骤S4的光学系统性能指标参数数据作为输出数据集，输入模块化神经网络进行训练，得到光学元件位错角预测网络模型； S6.根据具体工程需求设置光学系统性能指标参数的占比系数，使用遗传算法进行全局优化，获得光学系统性能指标最佳时的最佳位错角组合；光学系统性能指标参数的占比系数的表达式如下： ； 其中，T为自定义光学系统评价指标，到为自定义的评价指标占比系数，n为总的评价指标个数，MTF表示调制传递函数、PSF表示点扩散函数、SR表示斯特列尔比； 遗传算法的流程包括： S601.初始化种群：假设所需进行预测的光学系统中光学元件的个数为U，则初始化种群设置为：；初始化的位错角数据满足：； S602.种群选择：第t代种群记为，采用基于适应度排序的轮盘赌法或锦标赛选择法，从种群中选取父代个体用于繁殖； S603.交叉：对选中的父代个体对进行交叉操作生成子代个体： ； 其中xp和xq为被选中的父代个体，xC为子代个体； S604.变异：对子代个体施加微小扰动，生成变异后的个体： ； 其中，表示高斯噪声；为标准差； S7.根据装调任务的要求，获取光学元件的表面误差数据，将光学元件的表面误差数据以及光学系统性能指标输入到光学元件最优位错角预测网络模型中，得到光学元件的最优位错角。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。