基于遗传算法的BP神经网络的LED寿命预测模型

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.

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

所属期刊栏目：43

分类号：TN312.8(半导体技术)

资助基金：国家高技术研究发展计划（863计划）;国家自然科学基金

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：375-380