本文選題：電阻層析成像　切入點(diǎn)：正問(wèn)題　出處：《計(jì)算機(jī)應(yīng)用研究》2017年05期 　論文類(lèi)型：期刊論文

【摘要】：為了提高電阻層析成像正問(wèn)題計(jì)算精度,鑒于不同拓?fù)浣Y(jié)構(gòu)有限元模型對(duì)應(yīng)的正問(wèn)題計(jì)算精度不同,針對(duì)電阻層析成像有限元模型優(yōu)化的特點(diǎn),提出一種改進(jìn)粒子群算法。該算法借鑒區(qū)間算法與輪盤(pán)賭選擇生成粒子初始位置,并在算法迭代過(guò)程中采取改進(jìn)精英策略以克服算法早熟收斂。仿真實(shí)驗(yàn)結(jié)果表明,新算法具有收斂速度快、精度高、穩(wěn)定性好等優(yōu)點(diǎn),滿(mǎn)足電阻層析成像有限元模型優(yōu)化的要求,可有效提高正問(wèn)題計(jì)算精度。
[Abstract]:In order to improve the calculation accuracy of the forward problem of electrical resistance tomography, in view of the difference in the accuracy of the forward problem of finite element models corresponding to different topological structures, aiming at the characteristics of the optimization of the finite element model of electrical resistance tomography, An improved particle swarm optimization (PSO) algorithm is proposed, which uses interval algorithm and roulette to select the initial position of the generated particle. In the iterative process of the algorithm, an improved elite strategy is adopted to overcome the premature convergence of the algorithm. The simulation results show that, The new algorithm has the advantages of fast convergence, high accuracy and good stability. It can meet the requirements of the finite element model optimization of electrical resistance tomography, and can effectively improve the accuracy of the forward problem calculation.
【作者單位】： 天津大學(xué)精密儀器與光電子工程學(xué)院;天津大學(xué)電氣與自動(dòng)化工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金青年科學(xué)基金資助項(xiàng)目(61302122) 徐州市科技資助項(xiàng)目(KC15SH081)
【分類(lèi)號(hào)】：TP18;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年02期

2 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術(shù);2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進(jìn)的完全信息粒子群算法研究[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

6 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年05期

7 熊智挺;譚陽(yáng)紅;易如方;陳賽華;;一種并行的自適應(yīng)量子粒子群算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2011年08期

8 孟純青;;非線(xiàn)性粒子群算法[J];微計(jì)算機(jī)應(yīng)用;2011年08期

9 任偉建;武璇;;一種動(dòng)態(tài)改變學(xué)習(xí)因子的簡(jiǎn)化粒子群算法[J];自動(dòng)化技術(shù)與應(yīng)用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2004年12期

相關(guān)會(huì)議論文 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國(guó)科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會(huì)論文集(上)[C];2012年

2 陳龍祥;蔡國(guó)平;;基于粒子群算法的時(shí)滯動(dòng)力學(xué)系統(tǒng)的時(shí)滯辨識(shí)[A];第十二屆全國(guó)非線(xiàn)性振動(dòng)暨第九屆全國(guó)非線(xiàn)性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2009年

3 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第十一屆全國(guó)膨脹節(jié)學(xué)術(shù)會(huì)議膨脹節(jié)設(shè)計(jì)、制造和應(yīng)用技術(shù)論文選集[C];2010年

4 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文選編[C];2005年

5 熊偉麗;徐保國(guó);;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

6 熊偉麗;徐保國(guó);;單個(gè)粒子收斂中心隨機(jī)攝動(dòng)的粒子群算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

7 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問(wèn)題[A];第二十一屆中國(guó)（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2007年

8 張頂學(xué);關(guān)治洪;劉新芝;;多種群并行粒子群算法研究[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

9 叢亮;胡成全;郭宗鵬;姜宇;沙麗華;;基于模擬退火思想的基本粒子群算法改進(jìn)[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

10 宋瑩;陳增強(qiáng);袁著祉;;一種新型混沌粒子群算法及在非線(xiàn)性系統(tǒng)中的應(yīng)用[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)博士學(xué)位論文 前6條

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

3 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

4 楊輕云;約束滿(mǎn)足問(wèn)題與調(diào)度問(wèn)題中離散粒子群算法研究[D];吉林大學(xué);2006年

5 雷開(kāi)友;粒子群算法及其應(yīng)用研究[D];西南大學(xué);2006年

6 陳晉音;生物啟發(fā)計(jì)算若干關(guān)鍵技術(shù)與應(yīng)用研究[D];浙江工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 戴玉倩;基于混合動(dòng)態(tài)粒子群算法的軟件測(cè)試數(shù)據(jù)自動(dòng)生成研究[D];江西理工大學(xué);2015年

3 江玲;基于粒子群算法的微博用戶(hù)推薦系統(tǒng)[D];西南科技大學(xué);2015年

4 汪習(xí)知;視點(diǎn)質(zhì)量計(jì)算與視點(diǎn)選擇研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

5 錢(qián)祺楓;基于改進(jìn)的粒子群算法的圖像分類(lèi)技術(shù)研究[D];南京郵電大學(xué);2015年

6 朱良;基于云計(jì)算和優(yōu)化KMeans的電力不良數(shù)據(jù)辨識(shí)[D];華北電力大學(xué);2015年

7 鮑立婷;粒子群算法在基于LBS快遞派送中的應(yīng)用研究[D];東華理工大學(xué);2016年

8 王佳麗;量子粒子群算法的改進(jìn)及其在圖像分割中的應(yīng)用[D];安徽工業(yè)大學(xué);2015年

9 陳長(zhǎng)憶;粒子群算法及其工程應(yīng)用研究[D];電子科技大學(xué);2007年

10 周苗;改進(jìn)粒子群算法及其在機(jī)械優(yōu)化中的應(yīng)用[D];煙臺(tái)大學(xué);2009年

，

本文編號(hào)：1593356