提出一种基于人工神经网络(ANN)和粒子群优化 (PSO) 的半导体激光器参数反向设计方法。利用由传统数值仿真方法计算出的激光器功率样本数据来训练ANN,并用此网络预测激光器任意一组参数对应的功率谱,均方差可低至0.5 mW,用时仅0.07 s,计算速度提高了约1800倍(与相同环境下传统数值算法耗时125.57 s相比)。将此网络与PSO算法结合,可获得目标功率谱的对应参数,即实现反向设计。经计算获得的反向设计方案不唯一,从而进一步验证了半导体激光器非线性多参数的特点。相同环境下ANN结合PSO的反向算法(均方差低于0.04 mW,用时39.45 s)与传统数值反向方法(均方差为0.89 mW,用时192 h)相比,精度提高了22.25倍,速度提高了约17500倍,说明了该方法的有效性。

基于绝热捷径技术,我们提出了一个通过设计共振脉冲,仅用一个操作步骤便实现两原子相位门的理论方案。我们讨论了原子自发辐射和腔中光子泄漏对方案的影响,数值结果表明当前方案对上面的两种耗散效应和试验参数的误差都具有鲁棒性。此外,本方案所需的演化时间非常短并且在整个演化过程中都不需要额外引入复杂的脉冲。因此,这个方案在当前实验条件下是比较容易实现的。

为了优化直升机升阻比, 研究了飞机设计过程中减小诱导阻力的措施, 提出了一种机翼几何扭转角的反向设计方法。该方法通过确定目标升力分布形式, 对沿翼展方向选取的设计点进行几何扭转角设计, 实现目标分布。基于升力线理论, 建立用傅里叶正弦级数表示的升力线理论积分微分方程的矩阵表示形式, 编制了低速平直机翼的气动力、气动载荷分布的计算程序和几何扭转角的反向设计程序。最后, 基于目标环量分布获得了几何扭转机翼, 并通过程序预测和数值模拟方法对优化结果进行了仿真。计算结果表明: 设计后的几何扭转机翼展向环量分布达到目标椭圆分布形式, 几何扭转机翼诱导阻力减小了17.07%, 总阻力减小了15.43%, 计算状态升阻比提高了6.5%。该方法对选取控制剖面进行设计, 可实现性较强, 具有一定工程应用价值。