Підгонка експериментальних даних.

1. Загальний огляд

Так само, як ви можете підібрати рівняння діода до кривої темнового струму-напруги (IV), щоб визначити ідеальний коефіцієнт, OghmaNano дозволяє безпосередньо підібрати повні моделі пристроїв до експериментальних даних. Завдяки калібруванню моделювання на основі ваших вимірювань, ви можете отримати фізично значущі параметри – рухливість носіїв, концентрацію станів пасток, контактний опір, коефіцієнти рекомбінації – в межах узгодженої системи. Порівняно з простими аналітичними формулами, фізично обґрунтоване підбирання зберігає оптико-електричну взаємодію та забезпечує більш детальне та надійне розуміння механізмів, що визначають характеристики пристрою. У цьому посібнику представлено процес підбирання в OghmaNano та показано, як вибирати змінні, обирати алгоритми мінімізації та виконувати ефективне, відтворюване підбирання.

2. Ваш перший примір.

OghmaNano містить кілька демонстраційних симуляцій, які показують, як підібрати моделі до експериментальних даних. Одна з них використовує просту модель дрейфу-дифузії як приклад. Щоб отримати до неї доступ, натисніть на значок «Нова симуляція» на стрічці «Файл», щоб відкрити вікно «Нова симуляція» (рис. ??). Звідти двічі клацніть на категорії «Створення сценаріїв і підбір параметрів», щоб відкрити папку, показану на рис. ??. Виберіть приклад «Підбір параметрів і вилучення даних», щоб завантажити демонстраційний проєкт. Після відкриття запускається проста симуляція сонячної батареї (рис. ??). Хоча ця демонстрація зосереджена на сонячній батареї, механізм підбору параметрів можна застосувати до будь-якої симуляції та набору експериментальних даних.

Після збереження нової симуляції з’явиться головне вікно симуляції (??). Звідси перейдіть до вкладки «Автоматизація» (виділено червоним кольором) і виберіть піктограму «Підігнати до експерименту», щоб відкрити вікно налаштування ??.

Налаштування параметрів визначає, як виконується оптимізація: воно вказує, які набори експериментальних даних використовуються та які змінні моделювання коригуються. Можна налаштувати параметри для одного набору даних, як показано тут, або для кількох наборів даних одночасно, щоб отримати більш точні результати. На рисунку ?? синя лінія представляє експериментальну криву залежності струму від напруги, яка буде використана для налаштування параметрів.

3. Додавання та видалення даних

Основне вікно налаштування містить панель інструментів із командами, за допомогою яких можна керувати процесом додавання, організації та налаштування експериментів. За допомогою цих кнопок можна імпортувати або видаляти набори даних, налаштовувати параметри, які змінюються, а також запускати або зупиняти процес налаштування. Найважливіші параметри:

• Новий експеримент: додає ще один набір експериментальних даних до вікна для аналізу. Наприклад, можна включити як світлу, так і темну криву струму-напруги. Аналіз на основі кількох наборів даних підвищує надійність отриманих параметрів, але водночас ускладнює та сповільнює процес аналізу.
• Видалити експеримент: видаляє вибраний набір даних із результатів аналізу.
• Експеримент із клонуванням: створює копію поточного набору даних.
• Перейменувати експеримент: дозволяє змінити назву вибраного набору даних.
• Експорт даних: зберігає поточні налаштування та дані у вигляді стиснутого ZIP-архіву.
• Імпорт даних: завантажує зовнішні експериментальні дані у вікно для налаштування (детальнішу інформацію див. у розділі «Майстер імпорту»).
• Налаштування: відкриває вікно налаштувань, де можна визначити, які параметри будуть змінюватися під час підгонки даних (детальніше описано нижче).
• Один цикл: виконує один етап підгонки даних, щоб перевірити, наскільки результати моделювання відповідають експериментальним даним. Рекомендується використовувати цей варіант і вручну налаштовувати параметри, доки не буде отримано прийнятну початкову точку, перш ніж запускати автоматизовану підгонку.
• Запустити автоматичне налаштування: активує автоматизований алгоритм налаштування. Процес триває доти, доки його не буде зупинено вручну повторним натисканням кнопки.
• Застосувати до цього набору даних: увімкнути або вимкнути функцію підгонки для поточного вибраного набору даних.

4. Смужка мінімізації вікон

Панель «Мінімізатор» забезпечує керування алгоритмом оптимізації, який використовується під час підгонки даних. На цій вкладці ви можете вибрати, який мінімізатор застосувати (наприклад, стандартний алгоритм Nelder–Mead) і налаштувати його параметри. Крім того, на цій панелі є інструменти для керування змінними підгонки, дублювання параметрів і застосування математичних правил для обмеження процесу підгонки. Налаштовуючи ці параметри, ви можете контролювати, як алгоритм досліджує простір параметрів, знаходити баланс між швидкістю та точністю, а також забезпечувати дотримання фізично обґрунтованих обмежень під час процесу підгонки.

5. Налаштування змінних для досягнення потрібних параметрів.

Щоб відкрити вікно зі змінними для оптимізації, перейдіть на вкладку «Мінімізатор» у вікні налаштування (рис. ??) і натисніть «Змінні для налаштування». На цій панелі (рис. ??) ви можете вибрати, які параметри змінюватимуться під час налаштування, і встановити їхні межі. Для забезпечення швидкості та надійності почніть з невеликої кількості симетричних параметрів; додавайте інші (або вводьте асиметрію) лише після отримання прийнятного початкового результату налаштування.

Таблиця змінних для налаштування містить сім стовпців: «Увімкнено», «Змінна», «Мінімум», «Максимум», «Функція обчислення похибки», «Логарифмічна шкала» та «Змінна (JSON)».

• Увімкнено: дозволяє вмикати або вимикати функцію регулювання.
• Змінна: описує шлях до змінної, значення якої потрібно визначити, англійською мовою.
• Min: Мінімальне значення, яке може приймати змінна.
• Макс: максимальне значення, яке може приймати змінна.
• Функція обробки помилок: до загальної похибки під час налаштування додається штраф, якщо значення змінної виходить за межі встановленого мінімального та максимального діапазону. Це фактично змушує алгоритм повернутися до допустимих меж.
• Логарифмічна шкала: застосовує логарифмічну шкалу для відображення параметра. Корисно для змінних, значення яких охоплюють широкий діапазон, щоб забезпечити аналіз усього діапазону.
• Змінна (JSON): зазвичай прихована; містить повний шлях до параметра у форматі json. Бекенд використовує цей шлях, тоді як англійська версія шляху призначена лише для зручності читання і не завжди є абсолютно точною.

6. Дублювання змінних

Відкрийте вікно «Дублювати змінні» на стрічці інструментів «Мінімізатор» (??). Цей інструмент копіює значення вихідного параметра до цільового параметра на кожній ітерації. У прикладі з симетричним пристроєм ми налаштовуємо лише параметр, що відповідає за електрони, і використовуємо функцію «Дублювати змінні», щоб скопіювати його значення до відповідного параметра, що відповідає за дірки, зберігаючи їх рівними протягом усього процесу налаштування (див. ??).

У стовпці «Функція y = f(x)» визначається, яким чином вихідне значення x змінюється перед тим, як воно буде записане в пункт призначення y. За замовчуванням x виконується пряме копіювання; також можливі інші варіанти, наприклад, 2*x (подвоєння значення) або x + 0.05 (застосування зміщення).

7. Правила відповідності вимогам.

Вікно «Правила підгонки» (??), до якого можна отримати доступ зі стрічки «Мінімізатор», дозволяє застосовувати математичні обмеження до процесу підгонки. Правила додають штраф до функції похибки, коли порушується певна умова. Наприклад, можна встановити, що один параметр завжди має бути більшим за інший, або застосувати штраф, якщо значення змінної виходить за межі допустимого діапазону. Це допомагає забезпечити фізичну обґрунтованість результатів підгонки та запобігає дослідженню нереалістичних комбінацій параметрів мінімізатором.