标题:基于遗传算法的BP神经网络的LED寿命预测模型
作者:吴志杰;孔凡敏;李康
作者机构:[吴志杰] 山东大学信息科学与工程学院, 济南, 山东 250100, 中国.;[孔凡敏] 山东大学信息科学与工程学院, 济南, 山东 250100, 中国.;[李康] 山东大学信息科学与工 更多
来源:半导体技术
出版年:2018
卷:43
期:5
页码:375-380
DOI:10.13290/j.cnki.bdtjs.2018.05.009
关键词:发光二极管(LED); 误差反向传播(BP)神经网络; 遗传算法(GA); 寿命预测; 相关系数
摘要:提出了一种新型的基于遗传算法(GA)优化的误差反向传播(BP)神经网络的寿命预测模型。选取不同公司生产的LED,以LED光源光通量维持率测量方法 (LM-80-08)测试报告中的电流、结温、初始光通量和初始色坐标作为神经网络的输入, LED在网络输入的应力条件下的寿命为输出,可以预测LED在任意电流和结温下的寿命。研究结果表明,该GA-BP模型相比于LED光源长期流明维持率的 预测方法(TM-21-11)更具灵活性,预测误差较传统BP神经网络降低了65.5%,平均相对误差达到1.47%,优于Adaboost模型的54% 和3.16%,训练样本相关系数达到99.4%, GA-BP模型预测LED寿命误差更小,普适性更高,在LED的寿命预测中具有实际意义。
收录类别:CSCD
资源类型:期刊论文
原文链接:http://kns.cnki.net/kns/detail/detail.aspx?FileName=BDTJ201805009&DbName=DKFXPREP
TOP