根据白光发光二极管失效物理机制选取理想因子、结温、色坐标漂移量等参数作为输入量，利用果蝇算法自学习优化标准径向基神经网络基函数宽度，提高输出精度.研究表明，径向基神经网络模型可以成功预测白光发光二极管可靠性衰变趋势，具有较高的稳定性和鲁棒性；利用果蝇算法优化后，预测平均误差成功减少为3.1%，对未来建立以神经网络为基础的发光二极管可靠性预测模型库提供有益帮助.

由于码间干扰的影响，导致可见光通信系统的误码率提升。为此，提出了一种基于人工神经元网络(ANN)的 接收系统，采用角度分集接收技术采集信号，并通过神经元网络对所获得的多组数据进行合并优化构成总的输出 信号。该接收系统可以有效地降低码间干扰对系统的影响，提高接收信号的信噪比(SNR)，降低系统的误码率 (BER)。采用Matlab 软件模拟仿真信号传输实验以验证该系统的性能及优越性。仿真结果表明，在信源与环境的 信噪比相同情况下，基于神经元网络均衡处理的分集接收系统误码率比传统的使用单输入单输出(SISO)技术的系 统误码率更低，并且可以减弱码间干扰所带来的影响。优化了可见光通信(VLC)系统的信道性能，具有广阔的应用 前景。

根据LED可靠性与相关参数的映射关系,建立拓扑结构为6-12-1的BP神经网络。以实测白光LED芯片的理想因子、结温、色温漂移等参数为输入量,以寿命为输出量,计算模型精度。研究结果表明,该模型有良好的外推能力及鲁棒性,可在短时间内成功预测LED寿命,神经网络训练结果相关系数为99.8%,检验组误差小于3%。

为了更好设计LED 液冷换热热沉，提高大功率LED 热沉的综合换热性能，模拟计算了三种结构热沉的LED芯片最高结温和器件热阻，运用场协同原理分析了不同LED 热沉结构的换热原理，以及努塞尔数和摩擦因子随雷诺数的变化规律；并用强化传热因子来表述换热能力和流动阻力的综合换热效果。结果表明，运用30°角矩形翅片的LED 结温和器件热阻最低，换热能力最好；菱形翅片次之，垂直平行翅片最差。30°角矩形翅片和菱形翅片由于倾斜角的存在，在增加换热能力的同时也增加了流动阻力；综合分析换热能力和流动阻力，菱形翅片的综合换热性能最好。

提出了一种新的LED灯具封装方式, 使用高导热玻璃壳和惰性气体替代传统的环氧树脂进行封装, 使用塑料散热器代替传统铝基板, 以达到双通道散热的效果。采用ANSYS有限元热分析软件, 优化惰性气体层厚度, 并通过改变LED个数和单灯功率与传统的陶瓷基板COB封装方式进行热仿真对比分析。研究表明, 惰性气体层厚度为1.5 mm时散热效果较好, 双通道散热灯具的热阻远小于单通道散热灯具热阻。由于玻璃与传统的环氧树脂相比, 透光性高、不易老化、抗紫外线效果好, 在大功率、密集型封装和紫外LED灯具大发展的市场环境下, 这种新的封装方式应用前景广阔。