热源参数识别问题的Bayes遗传算法

利用Bayes遗传算法求解二维热传导方程的热源参数. 首先通过Bayes推理和二维热传导方程得到热源参数的后验概率密度函数, 然后结合遗传算法, 根据最大似然原理给出热源位置参数及热源产生时间参数的后验概率分布和统计结果. 数值算例表明： 当迭代次数达到50次时, 参数的相对误差均稳定地收敛在1%以下; 对观测数据分别添加5%和10%的噪声, 参数的相对误差分别控制在5%和9%以下.     

热源参数识别问题的Bayes遗传算法

利用Bayes遗传算法求解二维热传导方程的热源参数. 首先通过Bayes推理和二维热传导方程得到热源参数的后验概率密度函数, 然后结合遗传算法, 根据最大似然原理给出热源位置参数及热源产生时间参数的后验概率分布和统计结果. 数值算例表明： 当迭代次数达到50次时, 参数的相对误差均稳定地收敛在1%以下; 对观测数据分别添加5%和10%的噪声, 参数的相对误差分别控制在5%和9%以下.     

基于粒子群优化算法的寻源导热反问题研究

给出了描述导热问题的数学模型,根据最小二乘法原理建立导热反问题的目标函数,并采用从鸟群捕食行为演化而来的粒子群优化算法对含有热源项的导热反问题进行热源位置的反演求解,同时对粒子群优化算法中惯性系数的取值范围进行了讨论.结果表明:采用粒子群算法反演热源的位置可以取得较好的结果,使用随迭代次数变化的惯性系数可以加快算法的收敛速度.     

基于模拟退火算法的爆炸冲击荷载参数反演法

基于模拟退火算法,建立了根据测试系统动力响应观测数据反演爆炸冲击荷载参数的数值方法。数值模拟结果表明,本文所提出的爆炸冲击荷载参数随机反演方法具有全局搜索能力,并且具有良好的抗观测噪音能力。当 测试系统的观测相对误差为10％时,参数反演结果的误差小于4％。所建立的参数反演方法具有良好的鲁棒性。     

基于通量边界条件的一维溶质运移模型源项系数反演

利用正则参数随迭代次数变化的最佳摄动量算法对一维溶质运移模型中基于通量边界的源项系数进行了数值反演.讨论了预估迭代次数,入流端的定通量输入浓度,反演空间以及数据随机扰动对该算法的影响.数值结果表明该算法对此类反问题是有效的.     

基于标准粒子群算法的混凝土箱梁水化热过程热工参数反演

针对通过施工现场和实验室试验获取混凝土箱梁水化热仿真分析所需的热工参数缺乏一定的准确性和便捷性,以某混凝土箱梁水化热过程为试验背景,结合文献研究结果确定混凝土箱梁热工参数的取值范围,采用方差分析确定各参数对温度的敏感性,并通过排序筛选敏感性高的参数作为待反演参数,基于标准粒子群算法,对比遗传算法对敏感性高的5个参数进行反演.研究结果表明:混凝土箱梁浇筑过程中,水泥水化热对温度的影响最大,智能算法能有效反演混凝土箱梁热工参数;当迭代次数增大到一定的程度时,标准粒子群算法对应的目标函数小于遗传算法对应的目标函数,遗传算法收敛过程曲线比较平缓,而标准粒子群算法的早期有突变.     

基于改进布谷鸟算法的导热系数反演

文章建立了以改进布谷鸟算法为基础的非线性二维稳态热传导反问题的数学模型;以计算温度和测量温度之间的接近程度为目标函数,通过改进布谷鸟算法极小化目标函数反演导热系数;讨论了单元数量、测点数量、鸟巢数量、测量误差对结果的影响。研究结果表明:增加单元数量,迭代次数减少,计算结果更精确;增加测点数量,迭代次数增加;增加鸟巢数量,迭代次数减少;随着测量误差的增大,结果精度降低并且迭代次数增多。数值算例验证了改进布谷鸟算法反演导热系数的准确性和有效性。     

各向异性介质中地震波参数反演及其在隧道不良地质预报中的应用

以HTI(horizontal transverse isotropy)介质中的动校正速度、慢度向量及走时方程为基础,通过坐标旋转,推导EDA(extensive dilatancy anisotropy)裂隙诱导介质中动校正速度的射线参数表达式;通过对地震广角反射勘探数据进行速度分析,获取动校正速度;基于拟牛顿法的最优化射线追踪法,确定地层界面最佳几何参数。研究结果表明:采用射线参数反演的速度与理论计算速度相对误差小于5%;利用动校正速度的各向异性特征可确定EDA介质的裂隙发育方位;通过射线追踪及多项式拟合可确定多层倾斜地层界面;当加入噪声时,反演的裂隙方位角和各向异性参数相对误差均在5%以内,加入高斯噪声后,裂隙方位角和各向异性参数相对误差均在10%以内,其余参数相对误差在5%以内;速度谱与衰减分析结果一致;裂隙走向反演结果误差为±5°;所提出的反演方法可应用于隧道裂隙发育及富水区预报,具有较高预报精度。     

多组分溶质运移参数反演的数值模拟

讨论了多孔介质中以硫酸盐为主的多组分溶质运移的数学模型.鉴于模型参数的不可直接测量性,提出了一类多参数反演问题,并应用最佳摄动量迭代算法进行了不同参数取值条件下的数值模拟.数值反演结果表明,给出的最佳摄动量迭代算法至少对于所提出的多方程、多参数的反演问题是有效的.     

星载毫米波云雷达反演液态水云含水量的算法性能分析

为了充分了解毫米波雷达遥感液态水云微物理参数的性能,介绍了一种基于最优估计理论从星载毫米波雷达反演液态水云微物理参数的方法,并通过模拟试验对算法性能做了初步分析.模拟分析表明,假定云中粒子半径的垂直分布不均一,而数密度和谱宽分布均一,当观测不确定度等于1.5 dBZ时,整层廓线几何平均半径、数密度、谱宽以及液态水含量LWC(liquid water content)的相对不确定度分别为:13%、59%、15%和50%.各谱参数之间存在着一定的相关性,在计算LWC不确定性时,考虑这种互相关性可以使廓线的反演不确定度显著减小.介绍了联合雷达反射率和可见光厚度信息反演云微物理参数的方案.对比试验表明,不同的参数假定方案下,联合反演方法对反演结果的影响不同.若假定云中粒子半径的垂直分布不均一,而数密度和谱宽分布均一,则联合反演方法可使LWC反演不确定度从50%减小到27%;而若假定云中3个参数的垂直分布均不均一,联合反演对于结果的改进相对较小,仅从50%减小到了48%.     

基于评价指标的EIT算法参数选择方法研究

为客观准确地选择EIT算法参数,采用8种评价参数指标对共轭梯度算法的迭代次数和Tikhonov正则化算法的正则化因子的选择进行研究.首先,构建EIT正问题模型,并求得两种算法的逆问题解;然后,根据8种评价参数的定义,获得图像重建时的最佳参考值范围:共轭梯度迭代算法的迭代次数在70~80次,正则化因子的取值范围为0.01~0.1.为了验证上述结论,重建EIT图像,并进行对比分析.结果表明:基于评价指标获得参数重建图像的效果更令人满意;针对参数选择,提出的方法可为其他电阻抗图像重建算法提供一种客观的评价依据,为EIT图像质量评价体系的构建奠定基础.     

基于精细积分思想的反演简单迭代算法

为了提高走时层析成像中反演算法的性能,采用一种基于精细积分的简单迭代算法。反演计算归结为一个简单的迭代求解过程,对过程中出现的逆矩阵求解利用精细积分思想,确保迭代收敛且能收敛到方程的真解,同时具备较高的迭代速度。检测板模型恢复测试以及实际资料反演结果表明:该方法计算过程简单,在迭代次数较少时即能得到分辨率较高的波速剖面图;与目前常用的一些方法相比,本文方法在反演图像分辨率和迭代效率上都具有一定的优势。     

基于快速匹配追踪的混合域地震稀疏反演方法

匹配追踪稀疏地震反演是基于模型参数L0范数稀疏性度量的高分辨率反射系数反演方法。针对经典匹配追踪反演策略抗噪能力强但计算效率低的问题,通过控制多原子迭代次数和迭代阈值搜索模型最优解,提出基于快速匹配追踪算法的混合域地震稀疏反演方法。首先,在相对纵波阻抗低频模型约束下,构建混合域褶积模型正演算子和正则化方程,低频背景的引入将有效缩小模型参数的搜索空间;然后,在多原子快速匹配追踪反演框架推导混合域稀疏反演目标泛函,提高地层反射系数的恢复效率和收敛精度;最后,利用数据测试及实际地震资料对该方法的预测精度和可靠性进行试验分析,该方法相比常规时间域反演有助于选择高信噪比的频率分量提高算法的抗噪能力,而且在改善反演分辨率的同时避免了匹配追踪算法存在的计算效率低和局部极值的问题。     

确定天然河流纵向离散系数的有限差分单纯形法

针对在确定纵向离散系数的示踪试验中解析法难以适用于天然非均匀河流的不足,提出了采用有限差分法结合Nelder-Mead单纯形法的参数识别算法(FDM-NMS)来反演天然河流的水质参数。以纵向离散系数反演为例,利用该算法重点探讨了初值选取、观测噪声、离散河段数等因素对参数识别结果的影响,结合恒定流和非恒定流2个算例验证了该方法的可靠性。计算结果表明,采用FDM-NMS算法当噪声水平≤10%、离散河段数≤10时能给出较好的参数识别结果,算法具有良好的抗噪性。     

基于区域内一致性和区域间差异性的图像分割

利用区域内方差描述区域内一致性,提出以区域间平均灰度值之差的平方来构建能量函数.运用梯度最陡下降法,推导出能量函数曲线演化方程,并应用于图像分割.研究结果表明:与仅基于区域内一致性或区域间差异性的图像分割算法相比,该算法的图像分割结果更符合实际情况;随着迭代次数增加,基于该算法的图像分割边界变得更平滑;当到达一定的迭代次数时,图像分割结果稳定.     

求解非对称线性方程组的预对称混合GMRES算法

对于非对称线性方程组Ax=b,当A是正定可对称化矩阵时,利用预对称化技术和混合迭代技术,结合GMRES算法提出了一种新的预对称混合GMRES迭代算法,理论表明,新算法可以使迭代的收敛效果得到明显改善.数值例子表明该算法迭代次数要少于解非对称线性方程组的GMRES方法.     

地基离轴拉曼-米激光雷达几何因子校正

提出一种提高地基离轴拉曼-米激光雷达系统几何因子校准精度的纯气溶胶校正算法.理论分析了算法的解析表达式和误差影响因素,并与Raman-Klett迭代校正算法进行了对比分析.实验表明算法对激光雷达比估计误差具有不敏感特性.同时讨论了算法得到的几何因子廓线对反演气溶胶消光系数的影响,结果表明在同等激光雷达比估计误差下,纯气溶胶校正算法比Raman-Klett迭代校正算法反演得到的几何因子廓线精度高约2倍以上,并能更好地体现与人类活动密切相关的近地面气溶胶分布情况.      

加速度计移植误差来源及对重力场建模影响分析

星载加速度计是低低卫星跟踪卫星技术探测地球重力场的核心载荷,由于加速度计载荷设计复杂且精细度要求高,GRACE和GRACE Follow-On等低低卫星跟踪卫星均存在仅有单加速度计工作的情况,为保障重力卫星任务顺利实施,须要在单加速度计观测条件下完成数据移植工作,现阶段尚无关于加速度计移植算法误差来源的研究.这里详细分析了移植算法的噪声来源,并评估了移植误差对重力场建模精度的影响.结果表明：移植误差主要来源于双星重复飞行的位置差异、姿态差异、时间延迟和卫星自身参数误差;当移植误差小于1×10^-9 m/s²时,地球重力场的反演精度与双加速度计同时工作时的反演精度差异较小,对应需求为双星重复飞行的位置差异小于1 000 m、姿态差异小于1°.     

基于交比不变性约束的快速随机抽样一致性算法

在计算机视觉中,模型参数的鲁棒性估计是一个核心问题.虽然人们在这方面做了大量的研究,但是至今仍没有一个鲁棒性估计方法可以做到完全消除外点对模型估计的影响.当数据中外点比例很大的时候,传统随机抽样一致性(RANSAC)算法就需要大量的采样样本,这在实际运行时会降低算法效率.为了解决这个问题,提出了一个有效的基于采样的算法.利用射影变换下共线4点的交比不变性,对含有大量外点的数据进行筛选,剔除其中可能的外点数据,从而充分减少模型估计时的迭代次数.实验结果表明,当200个对应匹配中含有90%外点时,使用交比不变性约束进行平面单应矩阵估计,能够使最小迭代次数由69 074减少到11.由此可知,改进算法很大程度上提高了RANSAC的运算效率和对高噪声数据的处理能力.     

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.