We bestuderen evolutionaire methoden voor de optimalisatie van optische systemen
De ontwikkeling van optische systemen gaat meestal gepaard met een optimalisatiefase waarin gezocht wordt naar een set parameters die leidt tot maximale efficiëntie. De complexiteit van deze optimalisatieproblemen neemt exponentieel toe met het aantal te bepalen parameters. Wij hebben evolutionaire methoden (genetische algoritmen, PSO) ontwikkeld om deze optimalisatieproblemen efficiënter op te lossen.
![Recherches du groupe de recherche de Alexandre Mayer](/sites/default/files/styles/parag_img_small_sm/public/2024-07/mayerresearch.jpg?itok=_teImXz9)
Het algemene idee van een genetisch algoritme is om te werken met een populatie van individuen die mogelijke oplossingen voor het probleem vertegenwoordigen. De beste individuen worden geselecteerd. Hun parameters worden onderworpen aan crossover en mutatie om nieuwe individuen voor de volgende generatie te bepalen. Deze strategie wordt van generatie op generatie herhaald totdat de populatie convergeert naar het globale optimum van het probleem.
Er is een multi-objectief genetisch algoritme ontwikkeld voor de optimalisatie van systemen waarbij meerdere doelstellingen moeten worden bereikt. Het genetisch algoritme kan eenvoudig worden gekoppeld aan externe software die wordt gebruikt voor het modelleren van het beschouwde systeem. Het zal massaal parallel draaien op de supercomputers van CECI en op Tier-1, waarbij gebruik wordt gemaakt van de computerbronnen van het PTCI technologieplatform.
Nieuwe algoritmen worden momenteel ontwikkeld. Een daarvan is deeltjeszwermoptimalisatie (PSO), geïnspireerd op de dynamiek van vogelzwermen. Het wordt ook gebruikt om het globale optimum van problemen te bepalen.
Toepassingen
Optimalisatie van lichtgevende diodes (LED's), thermische zonnepanelen, fotovoltaïsche panelen, metamateriale superabsorbers.
Representatieve publicaties
- A. Mayer, L. Gaouyat, D. Nicolay, T. Carletti en O. Deparis, Multi-objective genetic algorithm for the optimization of a flat-plate solar thermal collector, Optics Express 22, A1641 (2014)
- A. Mayer en A. Bay, Optimization by a genetic algorithm of the light-extraction efficiency of a GaN light-emitting diode, Journal of Optics 17, 025002 (2015)
- A. Mayer, J. Muller, A. Herman en O. Deparis, Optimized absorption of solar radiations in nano-structured thin films of crystalline silicon via a genetic algorithm, Proceedings of SPIE 9546, 95461N-01 (2015)
- A. Razzaq, A. Mayer, V. Depauw, I. Gordon, A.T. Hajjiah en J. Poortmans, Application of a genetic algorithm in four-terminal perovskite/crystalline-silicon tandem devices, IEEE Journal of Photovoltaics 10, 1689 (2020)
- A. Mayer, H. Bi, S. Griesse-Nascimento, B. Hackens, J. Loicq, E. Mazur, O. Deparis en M. Lobet, Genetic-algorithm-aided ultra-breedband perfect absorbers using plasmonic metamaterials, Optics Express 30, 1167 (2022)
- N. Roy, Ch. Beauthier en A. Mayer, Setup of a New Adaptive Fuzzy Particle Swarm Optimization Algorithm, IEEE Congress on Evolutionary Computation (2022)
Projecten
- PhotoNVoltaics, Nanophotonics for ultra-thin crystalline silicon photovoltaics, EU Project H2020 FP7-Energy, 2012-2015
- Verschillende samenwerkingsverbanden op het gebied van optimalisatie van optische systemen zijn momenteel in uitvoering.
Promoteur(PI) : Alexandre MAYER
Alexandre Mayer, membre du LPS, est également affilié à l'Institut NISM (Pôle de recherche HPC-MM).
Sujets de thèse (Pr. Alexandre Mayer)
- Méthodes d'optimisation évolutives pour les problèmes de physique numérique
- Transposition de techniques de la physique au Machine Learning
- Applications de techniques d'intelligence artificielle en physique