Questa tesi tratta l'analisi delle prestazioni degli specchi deformabili a elettrodi continui e segmentati, attraverso algoritmi di ottimizzazione. In particolare, mediante gli Algoritmi Genetici(GA) e gli Ant Colony Optimization(ACO). Il primo dei quali, più conosciuto, è un metodo euristico appartenente ad una classe di algoritmi applicati nel campo dell'intelligenza artificiale e il secondo una tecnica probabilistica per risolvere problemi computazionali, appartenente ai metodi swarm intelligence. Si è , dunque, provato a migliorare la qualità di un sistema ottico agendo attraverso gli specchi deformabili, che presentano come vantaggio principale la loro natura riflettente che comporta basse perdite di fotoni

Correzione di immagini tramite ottica adattiva sensorless

Savarino, Federica
2011/2012

Abstract

Questa tesi tratta l'analisi delle prestazioni degli specchi deformabili a elettrodi continui e segmentati, attraverso algoritmi di ottimizzazione. In particolare, mediante gli Algoritmi Genetici(GA) e gli Ant Colony Optimization(ACO). Il primo dei quali, più conosciuto, è un metodo euristico appartenente ad una classe di algoritmi applicati nel campo dell'intelligenza artificiale e il secondo una tecnica probabilistica per risolvere problemi computazionali, appartenente ai metodi swarm intelligence. Si è , dunque, provato a migliorare la qualità di un sistema ottico agendo attraverso gli specchi deformabili, che presentano come vantaggio principale la loro natura riflettente che comporta basse perdite di fotoni
2011-02-22
101
sensorless, algoritmi genetici, ant colony optimization, deformable mirror
File in questo prodotto:
File Dimensione Formato  
Tesi_FedericaSavarino.pdf

accesso aperto

Dimensione 3.23 MB
Formato Adobe PDF
3.23 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/13822