逃逸邊界粒子群及其在漏磁缺陷重構中的套用研究

《逃逸邊界粒子群及其在漏磁缺陷重構中的套用研究》是依託上海電力大學，由韓文花擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：逃逸邊界粒子群及其在漏磁缺陷重構中的套用研究
• 項目類別：青年科學基金項目
• 項目負責人：韓文花
• 依託單位：上海電力大學

項目摘要

本項目受物理學中第二宇宙速度（即逃逸速度）的啟發，根據其與粒子群（Particle Swarm Optimization,PSO）算法邊界條件之間物理意義上的相似性，提出逃逸邊界的概念，建立逃逸邊界仿真模型，為PSO算法建立一種通用的邊界條件，探索逃逸邊界PSO算法的性能優勢，提高尋優效率；針對PSO算法用於漏磁缺陷重構時帶來的高維最佳化問題，採用群體規模管理策略降低計算代價，使群體規模隨疊代次數動態變化；同時利用克隆算法增加群體的多樣性，考慮到克隆算法中變異情況受抗體親和度高低的影響，採用確定性時減變異機制，從而提高PSO算法的非線性最佳化精度。使用多種最佳化模型，兼顧解的搜尋空間分類情況，實驗分析上述改進對算法的收斂性、魯棒性、最佳化精度的影響並加以修正，將改進後的算法用於漏磁檢測缺陷重構。該項研究的開展，將為無損檢測領域提供簡單易實現的缺陷重構方法，對豐富PSO的邊界理論有一定的積極意義。

結題摘要

受物理學中第二宇宙速度概念的啟發，建立了粒子群最佳化（Particle Swarm Optimization, PSO）算法逃逸邊界模型；從減少群體規模上提高算法的收斂速度，研究了微種群，並引入自適應變異運算元以改進微種群；提出了內嵌的微粒子群算法並進行了改進；從初始化群體上，採用主成分分析對協同進化PSO算法進行改進研究；對新出現的狼群搜尋算法進行了研究並對其進行了改進；利用自學習PSO的全局尋優能力，用於漏磁缺陷重構；從粒子位置信息共享上，建立粒子對管理模型，根據不同情況，採用三種相應的速度更新模式，根據一定準則自適應選擇粒子進行重新初始化，最終提出了一種高效管理PSO算法，用於缺陷重構，並跟其他算法進行了對比；採用布穀鳥搜尋算法，進行了漏磁重構，並與粒子濾波算法的貝葉斯估計思想進行混雜，提高了缺陷重構的精度，也提高了對噪聲的魯棒性。提出了基於多級仿射投影算法的快速有效缺陷估計，重構速度能套用於線上檢測。通過本項目的研究，可以為無損檢測領域提供簡單易實現的缺陷重構方法，對豐富PSO 的邊界理論及求解高維最佳化問題均有著重要意義。