[发明专利]一种LED荧光粉胶涂覆厚度的预测方法

权利要求书

1.一种LED荧光粉胶涂覆厚度的预测方法，其特征在于，包括：

S1 采集LED封装过程的生产数据构成原始数据集，将原始数据集划分为训练数据和测试数据，对测试数据进行归一化处理；

S2 多次构建和训练LED荧光粉胶涂覆厚度预测模型,得到多个训练好的LED荧光粉胶涂覆厚度预测模型；

S3 将处理后的测试数据输入多个训练好的LED荧光粉胶涂覆厚度预测模型，输出值为LED荧光粉胶涂覆厚度，对预测结果进行分析，得到最优LED荧光粉胶涂覆厚度预测模型。

2.根据权利要求1所述的预测方法，其特征在于，所述原始数据集，具体为：荧光粉胶配比、荧光粉涂敷厚度及LED发光效果。

3.根据权利要求1所述的预测方法，其特征在于，所述构建和训练LED荧光粉胶涂覆厚度预测模型，具体为：

S2.1 SVR核函数的选择，所述SVR核函数为径向基核函数；

S2.2 通过萤火虫算法来确定LED荧光粉涂覆厚度预测模型的惩罚系数C、不敏感损失系数ε和核参数σ进行动态优化选择操作，所述LED荧光粉胶涂覆厚度预测模型为：y＝f(x|C,ε,σ)

其中，σ为径向基核函数参数、C为惩罚系数、ε为不敏感损失系数。

4.根据权利要求3所述的预测方法，其特征在于，S2.2通过萤火虫算法来确定LED荧光粉涂覆厚度预测模型的惩罚系数C、不敏感损失系数ε和核参数σ进行动态优化选择操作，具体为：

S2.2.1 设置参数{σ,C,ε}的搜索范围；

S2.2.2 通过萤火虫算法的评估函数，初始化萤火虫种群数量N、步长因子α、初始吸引度β₀、光吸收系数γ；

S2.2.3 参数{σ,C,ε}分别对应萤火虫的可行解位置x_i＝(x_i1,x_i2,x_i3)＝(σ_i1,C_i2,ε_i3)设定搜索范围，并初始化位置；

S2.2.4 更新萤火虫位置，并利用式步骤2所述的萤火虫评估函数计算萤火虫的适应值，记录当前最优萤火虫信息，若满足算法收敛停止准则，则跳转至S2.2.5，否则，依然执行S2.2.4；

S2.2.5 输出最优萤火虫位置信息，即模型的{σ,C,ε}参数值，利用优化后的参数构建模型。

5.根据权利要求4所述的预测方法，其特征在于，萤火虫的评估函数的定义为：

n为样本个数，y_i和y_i^*分别为第i个样本的实测值和预报值。

6.根据权利要求1所述的预测方法，其特征在于，所述归一化公式为：

其中y和y′分别为归一化前和归一化后的值，y′_upper和y′_lower分别为y′的上界值和下界值，y_max和y_min分别为y的最大值和最小值。

7.根据权利要求3所述的预测方法，其特征在于，所述径向基核函数：

K(x_i,x)＝exp(-g||x_i-x||).其中，g为相应核函数的参数。

8.根据权利要求1所述的预测方法，其特征在于，所述生产数据包括发光效果参数及影响涂覆厚度参数，所述发光效果参数包括发光强度、色温、显色指数、光通量及光照度，所述影响涂覆厚度参数包括荧光粉胶配比。