1. IE browser is NOT supported anymore. Please use Chrome, Firefox or Edge instead.
2. If you are a new user, please register to get an IHEP SSO account through https://login.ihep.ac.cn/registlight.jsp Any questions, please email us at helpdesk@ihep.ac.cn or call 88236855.
3. If you need to create a conference in the "Conferences, Workshops and Events" zone, please email us at helpdesk@ihep.ac.cn.
4. The max file size allowed for upload is 100 Mb.

基于ANN的光束线优化方法研究

25 Aug 2025, 16:40
20m
7号会议室 (国信南山温泉酒店)

7号会议室

国信南山温泉酒店

人工智能与应用 人工智能与应用

Speaker

佳慧 张 (中国科学技术大学)

Description

目的:同步辐射光束线的性能对于实验的有效开展至关重要。合肥先进光源(Hefei Advanced Light Facility,HALF)是基于衍射极限储存环技术的第四代低能量区同步辐射装置,测试光束线(BL10U)作为X射线光学技术实验平台,为新一代光束线技术提供研发基础。由于光束线结构高度复杂,手动调束通常需要数小时甚至更长时间。智能调束方法能显著提高效率,但实际在线测试机会有限。因此,开发光束线虚拟平台及智能调束算法是非常必要的。

方法:本研究提出一种基于实验物理与工业控制系统(Experimental Physics and Industrial Control System,EPICS)架构的光束线虚拟平台。利用XRayTracer(XRT)软件构建BL10U的仿真模型,并生成训练数据集。为了充分利用这些数据,采用K折交叉验证方法训练人工神经网络(Artificial Neural Network,ANN),并获得ANN模型。此外,本研究还在XRT模型和ANN模型上应用差分进化(Differential Evolution,DE)算法,以优化光束性能。

结果:ANN模型在测试集上的准确度达到97%,计算速度较XRT模型提高约3000倍。在XRT模型上应用DE算法需要16.5个小时才能收敛,而将同样的算法迁移至ANN模型后,收敛时间缩短至65秒,且两者优化后得到的光通量和分辨率几乎一致。

结论:本文提出的虚拟光束线平台为光束线智能调节方法的离线测试提供了安全、高效的环境,是实现从手动调束过渡到智能调束的重要途径。

Primary authors

佳慧 张 (中国科学技术大学) 雪婷 吴 (中国科学技术大学) 凌飞 胡 (中国科学技术大学) 安博 孔 (中国科学技术大学) 博 贺 (中国科学技术大学) 留国 陈 (中国科学技术大学) 功发 刘 (高能所)

Presentation materials

There are no materials yet.