針對傳統(tǒng)差分進化算法存在早熟收斂和求解精度低的缺點,研究了一種自適應(yīng)控制參數(shù)的差分進化算法。通過引入自適應(yīng)控制變量因子、自適應(yīng)縮放因子和交叉因子使種群不斷地向更新成功的個體學(xué)習(xí),促進了后續(xù)種群的進化。對于顆粒粒徑分布服從高斯分布、R-R（Rosin-Rammler）分布以及對數(shù)正態(tài)分布的3種典型顆粒系進行數(shù)值模擬,研究算例發(fā)現(xiàn),改進差分進化算法反演得出分布參數(shù)值■,K的誤差小于5%,體積中位徑相比于設(shè)定分布的誤差小于5%,因此,改進差分進化算法具有較強的穩(wěn)定性與抗噪性。 

【文章來源】：上海理工大學(xué)學(xué)報. 2020,42(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【參考文獻】：
期刊論文
[1]基于差分進化算法和相關(guān)向量機的車輛油耗預(yù)測[J]. 周華,劉昱,郭謹瑋,沈姝.  汽車技術(shù). 2018(12)
[2]基于改進聯(lián)合采購及配送模型的RFID投資決策研究[J]. 崔利剛,鄧潔,王林,張金隆,許茂增.  中國管理科學(xué). 2018(05)
[3]顆粒尺寸對納米氧化物環(huán)境行為的影響[J]. 嚴玉鵬,唐亞東,萬彪,王小明,劉凡,馮雄漢.  環(huán)境科學(xué). 2018(06)
[4]差分進化算法在氣動力參數(shù)辨識中的應(yīng)用[J]. 簡兆圣,艾劍良.  復(fù)旦學(xué)報(自然科學(xué)版). 2017(05)
[5]超聲衰減譜法顆粒粒徑測量中遺傳算法參數(shù)優(yōu)化[J]. 汪雪,蘇明旭,蔡小舒.  上海理工大學(xué)學(xué)報. 2016(02)
[6]超重力濕法脫除氣體中細顆粒物研究[J]. 付加,祁貴生,劉有智,田建勛,郭強,董梅英.  化學(xué)工程. 2015(04)
[7]超聲衰減譜法測量含蠟原油中蠟晶粒度[J]. 林春丹,梁永燊,張萬松,邵長金.  聲學(xué)技術(shù). 2013(04)
[8]Ultrasound particle sizing:A review[J]. Malcolm J.W.Povey.  Particuology. 2013(02)
[9]超聲檢測技術(shù)及在食品安全檢測中的研究進展[J]. 劉東紅,朱潘煒.  食品工業(yè)科技. 2009(09)
[10]自動基線擬合累積量算法納米顆粒反演[J]. 孔明,趙軍,李春燕.  光電工程. 2009(09)

碩士論文
[1]激光粒度儀的無模式數(shù)據(jù)處理算法研究[D]. 欒志超.天津大學(xué) 2005



本文編號：3258041