[发明专利]微观树枝状的结构模型及其优化方法及其薄膜及其光栅

权利要求书

1.一种微观树枝状的结构模型的优化方法，其特征在于，包括以下步骤：

S1：以一种宽视域蝶翅的微观树枝状结构为最初模型，在横向水平排列的y 个所述微观树枝状结构上设定一条基线，所述基线平行于所述微观树枝状结构的枝状，当基线位置不超过最上端的一根枝状，设定离所述基线最近的上一根枝状的上侧与所述基线的距离为d，当基线位置超过最上端的一根枝状，设定离所述基线最近的一根枝状的上侧与所述基线的距离为d，y大于等于1；

S2：设定d的取值范围为-1m至1m，随着基线的位置不同，d的取值不同，在此范围内取a组模拟变量，a为PSO算法的粒子数，每组所述模拟变量包括d1,d2,…,dn,其中任一所述模拟变量为随机取值的d,每组所述模拟变量数为n个，n大于等于2，n等于2y，每组所述模拟变量数目相同；

S3：每组所述模拟变量分别进行FTDT光学反射模拟，得到每组所述模拟变量相应的反射谱，将每组所述反射谱中i个最强的峰的峰强值记为I1、I2、…、Ii,其中i大于等于1；

S4：在PSO算法中定义一个相关视域的评价函数M=f(I₁、I₂、…、I_i),将每组中I₁、I₂、…、I_i代入所述评价函数中，得到a组对应的M值；

S5：在PSO算法中设定一代数，代数大于等于2，通过a组对应的M值和代数进行PSO计算，直至完成设定的代数，得到一个最大的M_max，以及与M_max相对应的一组模拟变量d_max1,d_max2…d_maxn。

2.如权利要求1所述的微观树枝状的结构模型的优化方法，其特征在于，所述宽视域蝶翅为蓝闪蝶蝶翅。

3.如权利要求1所述的微观树枝状的结构模型的优化方法，其特征在于，评价函数为                                                。

4.如权利要求1所述的微观树枝状的结构模型的优化方法，其特征在于，n取值为20。

5.如权利要求1所述的微观树枝状的结构模型的优化方法，其特征在于，a取值为100。

6.如权利要求1所述的微观树枝状的结构模型的优化方法，其特征在于，所述代数取值100。

7.一种相应于权项1至6的优化方法的微观树枝状的结构模型，其特征在于，y个微观树枝状结构横向水平排列，y大于等于1，每个微观树枝状结构的左右两侧的垂直偏差量设定为Z_y, Z_y等于d_maxn 减去d_maxn-1，其中y、n、d_maxn与权项1中的y、n、d_maxn相对应，从而Z₁=d_max2-d_max1,Z₂=d_max4-d_max3,Z₃=d_max6-d_max5,…,Z_y=d_maxn-d_maxn-1。

8.如权利要求7所述的微观树枝状的结构模型，其特征在于，n取值为20。