张文成
,
周穗华
,
郭虎生
高分子材料科学与工程
利用敷设吸声材料的多层模型反射系数反演吸声材料物性参数,对研究材料参数测量、模型性能实验和预报具有重要的意义。文中建立了敷设粘弹性材料吸声结构的材料参数反演模型,通过改进标准粒子群算法,将智能反演应用到吸声模型材料参数反演中。以橡胶材料验证了反演过程和反演结果的正确性和准确性,在此基础上,利用几个维度的测量值反演了聚脲材料的物性参数。反演结果表明,文中改进的动态混合粒子群算法具有较高的反演精确度,利用反射系数部分测量值反演材料参数是可行的,对减少实验工作量及吸声模型性能预报具有重要意义。
关键词:
吸声模型
,
聚脲
,
粒子群算法
,
参数反演
,
性能预报
翟秀云
腐蚀与防护
为了建立有效预测3C钢在海水环境中的腐蚀速率模型，提出了一种基于粒子群优化（PSO）的径向基神经网络（RBFNN）方法，通过设计特殊的适应度函数，采用PSO优化算法同时实现对RBFNN模型参数（中心值、扩展系数、权值）的调整和径向基函数（隐含层节点）个数的优选。因此，所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型，通过试验数据测试表明，该模型具有良好的预测精度和自学习能力。
关键词:
海水腐蚀
,
径向基神经网络
,
粒子群优化
,
预测模型
戴前伟
,
江沸菠
中国有色金属学报
粒子群优化算法是一种启发式的全局优化算法，将其与 BP 神经网络结合，能够有效地改善 BP 神经网络在进行电阻率层析反演中的收敛速度和求解质量。提出一种基于混沌振荡的粒子群算法，使用混沌振荡曲线来自适应调整惯性权重w以提高PSO算法的全局寻优能力，并使用其训练和优化BP神经网络的权值和阈值。比较不同隐含层节点数目和惯性权重w值对反演结果的影响，并给出混沌振荡PSO-BP算法非线性反演的具体实现方案。对均匀半空间中异常体理论模型进行反演，实验结果表明：混沌振荡PSO-BP不依赖初始模型，在稳定性和准确性上优于BP反演和标准PSO-BP反演，成像质量优于最小二乘法反演的。
关键词:
电阻率层析成像
,
非线性反演
,
粒子群优化
,
反向传播网络
,
混沌序列
闫业富
,
周强
,
王莹
,
汤伟
硅酸盐通报
日用陶瓷釉料配方的研制和优化是一个周期长、投入大、结果难以预料的实验过程.本文采用LabVIEW虚拟平台实现配方虚拟实验和优化系统,通过B样条神经网络的非线性逼近能力对陶瓷釉料配方的实验进行精确的逼近,并利用粒子群优化算法对该神经网络的釉料的最优配方进行搜索和优化.仿真结果表明,把B样条神经网络、粒子群优化算法与LabVIEW虚拟平台相结合的方法大大降低了配方实验成本,缩短了实验周期.
关键词:
日用陶瓷釉料配方
,
LabVIEW
,
虚拟实验和优化系统
,
B样条神经网络
,
粒子群优化算法
王洪涛
,
李丹
液晶与显示
doi:10.3788/YJYXS20142905.0800
为了提高图像边缘检测的细节信息,采用了二进制粒子群算法.首先通过logistic变换更新粒子速度,粒子速度不受限制;接着动态调整粒子位置,使飞行状态充分调整;然后正态云发生器动态调整粒子的惯性权重,这样较优粒子可以取得较小的惯性权重;最后建立图像边缘检测模型和算法流程.实验仿真显示本文算法对图像边缘定位准确、清晰,信噪比为35.928 1 db,处理时间为1.340 1 s.满足检测结果中对信息含量大、执行时间少等要求.
关键词:
粒子群
,
二进制
,
边缘检测
,
灰度
姜培勇
,
原有进
,
李朋
,
殷学军
,
王志军
原子核物理评论
doi:10.11804/NuclPhysRev.32.04.415
现代智能优化算法粒子群算法(Particle Swarm Optimization)在加速器设计优化上的应用逐渐增多。交变相位聚焦直线加速器(Alternative Phase Focused Drift Tube Linac)具有节省空间和造价的优点。将交变相位聚焦直线加速器的初步设计方案作为种子，植入粒子群算法中；以加速器的加速效率和束流能量作为目标，得到该方案的Pareto最优解集；在粒子进化过程中，以Pareto最优解集作为粒子的运动方向，以随机选取的Pareto最优解的运行结果作为粒子的输入参数来源，最终得到了输出能量为5.35 MeV/u、加速效率大于83%的APF优化方案。
关键词:
多目标优化
,
粒子群算法
,
交变相位聚焦
,
Pareto最优解集
马财生
,
任廷志
,
杨二旭
钢铁研究学报
doi:10.13228/j.boyuan.issn1001-0963.20160012
为提高无钟高炉的布料精度，提出了一种基于粒子群算法的环形布料优化方法。在分析环形布料工艺特点的基础上，按控制方法将环形布料分为常规多环布料和步进式同心圆布料，以料面形状误差为控制目标建立了环形布料的优化控制数学模型，并设计了粒子群算法进行优化求解。最后将优化模型应用到2580 m3无钟高炉，利用该优化模型分析了环形布料工艺与布料精度之间的关系。计算结果表明：溜槽倾角档位数量的增加有利于提高常规多环布料的布料精度，但同时导致布料优化控制复杂化，步进式同心圆布料的布料精度高于任意有限多个溜槽倾角档位的常规多环布料，适合充分发挥无钟炉顶布料灵活的优势，实现期望的炉料分布。
关键词:
无钟炉顶
,
环形布料
,
优化模型
,
布料精度
,
粒子群算法
