Conception de fibre à cristal photonique à l'aide d'un algorithme génétique Emmanuel Kerrinckx, Laurent Bigot, Géraud Bouwmans, Marc Douay, Yves Quiquempois.

Slides:



Advertisements
Présentations similaires
Soutenance du stage de DEA.
Advertisements

Algorithmes Génétiques : Principes mathématiques et Utilisations
Fabrice Lauri, François Charpillet, Daniel Szer
Licence pro MPCQ : Cours
Distance inter-locuteur
LIRMM 1 Journée Deuxièmes années Département Microélectronique LIRMM.
Conception Préliminaire de Manipulateurs Mobiles et Génération de Consignes Évolutionnaires : une Méthodologie pour Intégrer la Commande dans l’Évaluation.
Développement de lasers solides agiles ultra-stables pour la manipulation cohérente de systèmes atomiques. Applications au traitement optique de signaux.
Activités OPTO-MICROONDES en Communications Optiques et Microondes
Principe de l’actionneur Dispositif expérimental
OPTIMISATION DES PROPRIETES DE FOCALISATION DE LENTILLES PLATES A BASE DE CRISTAUX PHOTONIQUES N. Fabre, X. Mélique, D. Lippens, et O. Vanbésien IEMN -
Yann Chevaleyre et Jean-Daniel Zucker
Génération interactive dimages projectives : Application à la Radiothérapie Pierre BLUNIER Du 01/12/2002 au 28/03/2003 Centre Léon Bérard.
Optimisation dans les télécommunications
Application aux NK-landscape...
Algorithmes génétiques
Résolution d'un problème industriel de job shop flexible bicritère Geoffrey VILCOT, Jean-Charles BILLAUT, Carl ESSWEIN {geoffrey.vilcot ; jean.billaut.
Journée de Travail Groupe “Bermudes”
Recherche heuristique de similitudes dans les séquences dADN École Jeunes Chercheurs en Algorithmique et Calcul Formel Laurent Noé
Optimisation globale non déterministe
BIO1130 LAB 4 MICROÉVOLUTION.
Compléments sur la sélection naturelle et sur la variation
Application des algorithmes génétiques
Vuibert Systèmes dinformation et management des organisations 6 e édition R. Reix – B. Fallery – M. Kalika – F. Rowe Chapitre 1 : La notion de système.
Le soccer & les turbans Sondage mené par lAssociation détudes canadiennes 14 juin 2013.
Commande par algorithme génétique
Institut National des Sciences et Technologies de la Mer
Université Mouloud Mammeri de Tizi-Ouzou
III – Convergence Asymptotique
Lentille plane à base de cristaux photoniques : conception et fabrication Photonic crytal flat lens : design and fabrication O. Vanbesien, N. Fabre, X.
Benjamin Ivorra - Bijan Mohammmadi - (I3M – UM2)
Frédéric Lacour 22 Février 2005
Étude expérimentale de la robustesse d’une commande prédictive d’un procédé de cuisson sous infrarouge de peintures en poudre Bruno da Silva, Isabelle.
II- L’algorithme du recuit simulé (pseudo-code)
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Gilles MELIN3, Laurent GASCA3, Mourad ZGHAL2,
Caractérisation d’une fibre microstructurée
Analyse des propriétés modales d’une fibre de Bragg
1 Licence dinformatique Algorithmique des graphes Problèmes dordonnancement. Utilisation de ce document strictement réservée aux étudiants de l IFSIC dans.
MODULE COMPENSATEUR DE DISPERSION DANS LA BANDE C
Compression jusqu'à 20 fs dans une fibre à cristaux photoniques injectée par un laser Yb:SYS émettant à 1070 nm Frédéric Druon & Patrick Georges Laboratoire.
Détermination par simulation et microscopie en champ proche du coefficient nonlinéaire et des pertes de couplage d'une fibre microstructurée A.M. Apetrei,
Mesure de la variation longitudinale du pas de réseaux de Bragg fibrés
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
AIP PRIMECA des Pays de La Loire – 9 novembre 2006
Géométrie analytique Distance d’un point à une droite.
ASI 3 Méthodes numériques pour l’ingénieur
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
Antennes-BIE à surface combinée
Réseau bayésien à la détection de fraude
République Algérienne Démocratique et Populaire Ministère de l'enseignement supérieur et de herche scientifique Université de Ferhat Abbas -Sétif - Département.
Optimisation par les algorithmes génétiques
Pr ZEGOUR DJAMEL EDDINE Ecole Supérieure d’Informatique (ESI)
Micro-intro aux stats.
Filtrage ultra-sélectif obtenu en incidence normale indépendamment de la polarisation Bibliographie: F. Lemarchand, A. Sentenac, and H. Giovannini, Opt.
Travaux Pratiques Optimisation Combinatoire
Optimisation pour la Conception de Systèmes Embarqués
CEA - Saclay / Laboratoire de Mesures Optiques
N M. LANCRY, P. NIAY, M. DOUAY; Laboratoire de Physique des Lasers, Atomes et Molécules; UMR CNRS 8523, Université des Sciences et Techniques de Lille,
Université Farhat Abbas_setif
Implémentation d’un opérateur de répartition de sources lumineuses
Mr.D.MOKKADEM MATI CHEMS-EDDINE MEDJOUBI HALIMA
Dr. MOKEDDEM République Algérienne Démocratique et Populaire
Optimisation par les algorithmes génétiques
Peuplement d’une ville virtuelle S.ESTIENNE PRE001v1.01 Exemple d’utilisation du GA 1. Initialement une population est choisie au hasard. 2. Chaque individu.
Évolution de second ordre dans un algorithme évolutionnaire V. Lefort
Les étapes de l’algorithme choisi -Calcul des fitness -Mélange si stagnation -Sélection quasi-élitiste -Croisement -Mutation.
Transcription de la présentation:

Conception de fibre à cristal photonique à l'aide d'un algorithme génétique Emmanuel Kerrinckx, Laurent Bigot, Géraud Bouwmans, Marc Douay, Yves Quiquempois Laboratoire de Physique des Lasers, Atomes et Molécules, UMR 8523 Institut de Recherche sur les Composants logiciels et matériels pour l’Information et les Communications Avancées. Université de Lille I – UFR de Physique, Bâtiment P5. 59655 Villeneuve d’Ascq Cedex, France Sophie Fasquel, Xavier Mélique, Didier Lippens, Olivier Vanbésien Institut d’Electronique, de Microélectronique et de Nanotechnologie (IEMN-UMR CNRS 8520) Université de Lille I – 59652 Villeneuve d’Ascq Cedex Emmanuel.Kerrinckx@phlam.univ-lille1.fr

Présentation de l’algorithme génétique Plan de l’exposé Problématique Présentation de l’algorithme génétique Application à la conception de fibres micro-structurées Validation de l’algorithme Conception de fibres à dispersion chromatique nulle sur une large bande spectrale Conclusion / perspectives

Problématique Calcul direct réalisable Inversion ??? Propriétés optiques ajustables en fonction de d/L Calcul direct réalisable Inversion ???

Présentation de l’Algorithme Génétique Analogie avec les processus de sélection naturels 1. Une population de N individus est créée au hasard Chaque individus ayant un génotype propre 1. {P1,P2,…PN} parent x parent y

Analogie avec les processus de sélection naturels 2. Le degrés d’adaptation de chaque individu à une contrainte donnée est évalué grâce à une fonction erreur J J= 0 solution exacte {P1,P2,…PN} {J1,J2, …JN} parent x parent y

Analogie avec les processus de sélection naturels 3. X % de la population peut se reproduire. Chaque individu obtient une probabilité de reproduction F F = 0 L’individu ne peut se reproduire F = 2 L’individu apparaît deux fois dans la liste {P1,P2,…PN} {J1,J2, …JN} {F1,F2,…FN} parent x parent y

Analogie avec les processus de sélection naturels 4. Les parents se reproduisent par recombinaison des chromosomes pour donner les enfants F = 0 L’individu ne peut se reproduire F = 2 L’individu apparaît deux fois dans la liste {P1,P2,…PN} {J1,J2, …JN} {F1,F2,…FN} Recombinaisons parent x parent y Enfant

Analogie avec les processus de sélection naturels 4’. Les enfants peuvent subir des mutations de façon aléatoire {P1,P2,…PN} {J1,J2, …JN} {F1,F2,…FN} Recombinaisons Mutations parent x parent y Enfant Mutation

Analogie avec les processus de sélection naturels 5. Le degrés d’adaptation des enfants est déterminé grâce à la fonction J {P1,P2,…PN} {J1,J2, …JN} {F1,F2,…FN} Recombinaisons Mutations {J1g,J2g,…JN’g} parent x parent y Enfant Mutation

Analogie avec les processus de sélection naturels 6. Les enfants dont la fonction J est meilleure que les parents sont conservés et insérés dans la population initiale Le processus est réitéré jusqu’à ce que le nombre de générations soit atteint La solution finale correspond à l’individu ayant le plus faible J. {P1,P2,…PN} {J1,J2, …JN} {F1g,F2g,…FN’g} Recombinaisons Mutations {J1g,J2g,…JN’g} {P1g,P2g,…PNg} Solution Pi

Application à la conception de fibres microstructurées Chromosomes = paramètres ajustables de la fibre Rayons r des trous Pas L de la maille hexagonale 1 individu = 1 structure géométrique Recombinaisons L1 L2 r1 r2 Fonction erreur

La fonction erreur… …peut prendre de nombreuses formes de manière à prendre en compte : - La pente de la dispersion La position des zéros La biréfringence Les pertes par confinement La valeur de la dispersion chromatique

Calcul direct Maillage de la structure par une méthode d’éléments finis Résolution vectorielle de l’équation de Helmoltz Indices effectifs en fonction de la longueur d’onde et de la polarisation Calcul de la dispersion chromatique

Etape 1 : Validation de l’algorithme sur une structure FCP test à 3 couronnes Comparaison Cible de l’AG

Etape 1 : Validation de l’algorithme : Calcul avec 40 individus Cible

Etape 1 : Validation de l’algorithme….Résultats Cible Résultat optimisé après 30 générations Bilan : rcible= 0,95 mm roptimisé = 0,96 mm Lcible= 2,10 mm Loptimisé = 2,12 mm Désaccord < 1% !!!

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 9 couronnes, populations de 40 individus, calcul arrêté après 30 générations Plage spectrale « restreinte » [1,35mm-1,75mm] r = 0,23 mm ; L= 2,59 mm Cible

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 9 couronnes, populations de 40 individus, calcul arrêté après 30 générations Plage spectrale large [1mm-1,7mm] r = 0,23 mm ; L= 2,59 mm r = 0,33 mm ; L= 2,35 mm Cible  = 1.55 m

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 40 individus, calcul arrêté après 40 générations Plage spectrale large [1,1mm-1,9mm] G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 40 individus, calcul arrêté après 40 générations Plage spectrale large [1,1mm-1,9mm] G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 40 individus, calcul arrêté après 40 générations Plage spectrale large [1,1mm-1,9mm] G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 40 individus, calcul arrêté après 40 générations Plage spectrale large [1,1mm-1,9mm] G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 40 individus, calcul arrêté après 40 générations Plage spectrale large [1,1mm-1,9mm] G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 40 individus, calcul arrêté après 40 générations Plage spectrale large [1,1mm-1,9mm] Dispersion chromatique calculée par AG et structure correspondante L = 1,81mm , r1 = 0,27mm , r2 = 0,27mm , r3 = 0,52mm , r4 = 0,52mm , r5 = 0,60mm G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)

Détermination des pertes par confinement du mode fondamental Conclusion L’Algorithme Génétique s’avère être un outil adapté pour la résolution du problème inverse La fonction erreur J peut être modifier de manière à prendre en compte les ordres supérieurs de la dispersion (pentes, zéros…) Perspectives Détermination des pertes par confinement du mode fondamental Application de l’algorithme à la conception de fibres microstructurées à cœur creux

Questions

Recombinaison Mutation Le calcul difficile Proposition : Utilisation d’un Algorithme Génétique pour la résolution du problème inverse Principe de l’algorithme génétique : Analogie avec les lois de la nature P1= 1 0 0 1 0 1 1 0 P2= 1 0 1 1 1 0 0 0 Parents E1= 1 0 0 1 0 0 0 0 E2= 1 0 1 1 1 1 1 0 Enfants Recombinaison E1m = 1 0 0 0 0 0 0 0 Mutation

Etape 1 : Validation de l’algorithme sur une structure FCP test à 3 couronnes Génération de la structure test Calcul de sa dispersion chromatique Dispersion calculée utilisée comme “cible” de l’algorithme génétique Algorithme ! Génération des structures FCP Calcul des dispersions et fonctions erreurs associées Reproduction (recombinaison, mutation) Elimination des FCP les moins adaptés à l’objectif Comparaison avec la structure initiale

*Saitoh et al, “Chromatic dispersion control in PCF: application to ultra-flattened dispersion”, Optics Express 11 8, (2003) Bleu: paramètres de Saitoh et al* (L = 1,58mm , d1/L = 0,31mm , d2/L = 0,45mm , d3/L = 0,55mm , d4/L = 0,63mm , d5/L = 0,95mm)

Etape 2 : Conception de fibre à dispersion nulle Calcul de la dispersion avec les paramètres de Reeves et al* sur une FCP à 9 couronnes (au lieu de 11) Plage spectrale large [1mm-1,7mm] r = 0,23 mm ; L= 2,59 mm r = 0,33 mm ; L= 2,35 mm r = 0,29 mm ; L= 2,59 mm * W.H.Reeves et al, “Demonstration of ultra-flattened dispersion in photonic crystal fibers,” Opt. Express 10 (14), 609 (2002) http://www.opticsexpress.org/abstract.cfm?URI=OPEX-10-14-609

Etape 2 : Conception de fibre à dispersion nulle Paramètres choisis : 5 couronnes, populations de 60 individus, calcul arrêté après 40 générations Plage spectrale large [1mm-2mm] Cible Dispersion chromatique calculée par AG et structure correspondante L = 1,51mm , d1/L = 0,337mm , d2/L = 0,495mm , d3/L = 0,629mm , d4/L = 0,754mm , d5/L = 0,825mm G. Renversez et al, "Dispersion management with microstructured optical fibers : ultraflattened chromatic dispersion with low losses“, Optics. Lett 28 12, (2003)