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！

龙图腾网获悉北京工业大学申请的专利一种VCSEL阵列氧化孔径智能优化设计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：CN119989577B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510205540.1，技术领域涉及：G06F30/17；该发明授权一种VCSEL阵列氧化孔径智能优化设计方法是由金冬月;王毅华;张万荣;那伟聪;王宇轩;王楷尧;关宝璐设计研发完成，并于2025-02-24向国家知识产权局提交的专利申请。

本一种VCSEL阵列氧化孔径智能优化设计方法在说明书摘要公布了：本发明公开了一种VCSEL阵列氧化孔径智能优化设计方法，用以改善VCSEL阵列温度分布均匀性，从而提高激光器整体性能。本发明首先通过训练BP神经网络模型替代热电反馈模型，建立了氧化孔径与稳态结温之间的映射关系，然后直接选取VCSEL阵列各单元的氧化孔径进行染色体的编码，构建了表征VCSEL阵列温度均匀性的适应度函数来提供优化标准，最后采用遗传算法来实现任意形状和单元个数的VCSEL阵列氧化孔径最优优化设计。本发明有效缩短了寻求VCSEL阵列最优氧化孔径设计中的人力成本和时间成本。最后，以具有61个单元的六边形VCSEL阵列为例进行了氧化孔径优化设计，并证明了本发明方法的有效性和实用性。

本发明授权一种VCSEL阵列氧化孔径智能优化设计方法在权利要求书中公布了：1.一种VCSEL阵列氧化孔径智能优化设计方法，其特征在于，步骤包括： 步骤1：选取具有个单元待优化VCSEL阵列中每个单元对应的氧化孔径作为BP神经网络的输入变量；以VCSEL阵列中每个单元的稳态结温作为BP神经网络的输出变量； 步骤2：在所述VCSEL阵列中各单元氧化孔径允许的变化范围内随机生成组VCSEL阵列单元氧化孔径样本值，每组样本中均包含个氧化孔径值，其中，表示为0到1之间的随机数； 步骤3：将每组样本中的个氧化孔径值依次导入VCSEL阵列热电反馈模型中模拟温度分布，得到对应的稳态结温，从而生成BP神经网络的数据集； 步骤4：使用所述步骤3中获取的数据集对BP神经网络进行训练与测试，其中随机选取数据集内80%的样本作为神经网络的训练数据，其余20%作为测试数据，直至神经网络预测值与样本值的误差限定在允许误差范围1K内，完成BP神经网络的构建； 步骤5：设第个VCSEL单元氧化孔径为，在所述VCSEL阵列中各单元氧化孔径允许的变化范围内生成条染色体，数量介于100~200之间，其中每条染色体中均含有个氧化孔径基因满足：，其中，表示为0到1之间的随机数，每条染色体代表一种氧化孔径优化方式，组成初始种群； 步骤6：将种群中每一条染色体依次导入步骤4中已构建的BP神经网络中，得到每个单元的稳态结温，构建体现VCSEL阵列温度均匀性的适应度函数，即以温度方差作为评估标准，计算染色体的适应度值； 步骤7：根据适应度值对种群进行基于倒序排名的选择操作，选取排名前的染色体进行遗传； 步骤8：判断遗传算法是否达到最大迭代次数，若是则执行步骤12，否则执行步骤9，迭代次数介于500~1000之间； 步骤9：对步骤7中被选中的所有染色体，进行基于一点的交叉操作，按交叉概率顺序选取2个染色体进行交叉，交叉点为2到的随机整数，并将交叉后产生的新染色体加入到种群中，交叉概率介于0.4~0.6之间； 步骤10：对步骤9中的所有染色体，进行基于氧化孔径基因点的变异操作，按变异概率选取1条染色体进行随机氧化孔径基因变异，并将变异后的新染色体加入到种群中，变异概率介于0.01~0.1之间； 步骤11：产生子代染色体种群，返回步骤6，导入BP神经网络中计算染色体的适应度值，开始下一轮遗传算法迭代优化； 步骤12：遗传算法迭代完成，提取排名第一的染色体； 步骤13：解码染色体，获得最优的VCSEL阵列氧化孔径尺寸信息； 步骤14：将最优VCSEL阵列氧化孔径尺寸信息导入热电反馈模型中模拟温度分布； 步骤15：得到优化的VCSEL阵列稳态温度分布，优化结束； 所述的步骤3中热电反馈模型模拟温度分布包括如下步骤： 1基于氧化孔径样本值或最优染色体对应的氧化孔径信息以及包括VCSEL阵列形状、相邻单元心心距、衬底尺寸在内的结构参数，使用ANSYS建立VCSEL阵列结构模型； 2设置VCSEL阵列包括注入电流、环境温度在内的工作条件； 3模拟VCSEL阵列温度分布并提取峰值结温TM0； 4使用MATLAB计算VCSEL阵列各单元的热流密度； 5提取4中的热流密度并加载到VCSEL阵列中，使用ANSYS模拟VCSEL阵列温度分布并提取峰值结温； 6判断-是否小于1；如果小于1，则执行步骤7；否则，使=，返回步骤4； 7输出VCSEL阵列中各单元稳态结温； 所述的步骤4中构建BP神经网络模型包括以下步骤： 1建立包括输入层、隐藏层和输出层在内的3层BP神经网络结构，其中输入层神经元个数为输入变量为；输出层神经元个数为输出变量为，隐藏层的神经元个数为，为常数； 2采用函数作为隐藏层的激活函数，线性函数作为输出层的激活函数： 3采用均方误差函数计算BP神经网络的误差： 其中，为BP神经网络预测的稳态结温，为数据集内测试数据对应的样本稳态结温； 4采用梯度下降法函数对BP神经网络进行训练。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。