[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

摘要

一种微观树枝状的结构模型及其优化方法及其薄膜及其光栅，本发明方法为利用应用粒子群算法，较佳地以蓝闪蝶蝶翅结构为模型，优化微观树枝状结构，得到一种相对较优的交错分层结构，本发明结构模型简单，具有此结构模型的光栅，薄膜等元件可以高效达到广视角效果，具有此结构模型的薄膜设置于LED灯中，使光源得到充分利用，得到非常好的视域效果。

主权项

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、…、Ii),将每组中I1、I2、…、Ii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Mmax，以及与Mmax相对应的一组模拟变量dmax1,dmax2…dmaxn。