非均匀介质电磁参数成像理论方法

讨论了非均匀良导介质的电磁参数成像理论及方法,给出了频域磁场数据的线性与非线性迭代反演算法公式,讨论了基于架构式域分解的整体积分局部微分并行域分解正反演算法的原理和实现,提出了比散射响应概念和针对比散射响应数据的反演方法。新提出的方法能有效解决近—远场成像问题,并且在Ｂｏｒｎ 近似条件下具有很简洁的表达式     

遗传算法在电磁散射中介质涂覆部位优化上的应用

本文简略介绍了一种全域优化算法－遗传算法,并将其应用于介质涂覆抑制后向散射问题中,得出了最佳涂覆方案。     

采用轴对称二维模型对实际地层井间电磁响应进行成像的精确性研究

采用二维积分方程和体积分方程分别模拟轴对称二维井间地层和三维井间地层模型中异常体的响应,并分析三维异常体沿垂直于发射—接收剖面方向的厚度和偏心程度以及在发射—接收剖面的横向位置对其响应的影响。采用Born迭代方法,通过反演不同模型的模拟数据获得发射—接收剖面的二维电导率成像。结果表明,在将三维地层中得到的井间测量数据在发射—接收剖面采用轴对称二维模型进行成像时,其成像质量与异常体沿垂直于发射—接收剖面方向的厚度和偏心程度直接相关。只要异常体沿垂直于发射—接收剖面方向的厚度足够大且其中心点距离发射—接收剖面较近,就可以采用轴对称二维井间地层模型实现高质量成像。异常体厚度越小、偏心程度越高,成像效果越差。     

基于改进对比源反演算法的脑卒中微波检测成像技术研究

为解决脑部检测的实时性与准确性问题,进一步提高脑部检测成像的速度与精度,提出一种改进的对比源反演算法——基于快速共轭梯度迭代的对比源反演法(FCG-CSI),用于出血性脑卒中的微波检测成像。利用COMSOL与MATLAB软件搭建脑卒中微波检测仿真系统,对脑部模型进行微波成像。仿真结果表明采用FCG-CSI算法能够有效且快速对脑部血块进行成像,且成像的位置误差仅为0.54 cm。      

高性能的星载成像微波辐射计系统的研究

阐述国外正在研究和开发的几种高性能的星载微波辐射计系统，着重分析其技术特点，指出未来的研究方向，针对我国研究的现状，提出我们应采取的措施。     

线性抽样法在电磁逆散射问题中的应用及成像效果分析

线性抽样法作为电磁场逆散射成像方法的一种,具有运算速度快、对先验条件依赖性小、成像精度较高等优点. 由于线性抽样法的成像参数一直没有明确的物理意义,因此对该方法成像效果及其影响因素的理论分析具有相当的困难. 文章通过计算机编程仿真,建立了虚拟模型,并用矩量法计算出了模型的散射场,再使用线性抽样法通过散射场数据对虚拟模型进行成像并对线性抽样法成像效果及各因素对其效果的影响进行了研究. 大量的模拟成像实验结果及分析表明,使用线性抽样法进行成像,要取得较好的成像效果,应当选择合适的入射/接收点数目和工作频率,一     

联合QL近似与迭代Born近似法电导率散射成像

对于多维电磁响应的数值模拟和成像反演，积分方程法只需对异常体进行剖分和积分，不涉及复杂的吸收边界条件等问题，具有计算速度快和计算输度高等特点。用于电磁场数值模拟的近似法同样可以用于快速成像反演，它们的模型都是建立在散射电磁场积分方程的线性化基础之上的。联合运用QL近似法与迭代Born近似法进行电导率成像反演，将QL近似法得到的结果作为Born迭代法的初始模型，不用人为的设置初值，尽管方法简单，但却较为有效。     

应用遗传算法求解对流弥散方程源(汇)项的数值模拟

基于最佳摄动量思想,设计了一种反演计算对流弥散方程源(汇)项的遗传算法.通过数值试验验证了所提算法的有效性.     

一种新的近距离微波成像系统的建模与仿真

针对紧缩场成像系统造价昂贵,设计了一种新的近距离微波成像系统。采用合作目标建立数字建模,推导了严格的成像公式,应用球面波滤洪逆投影算法进行快速求解。仿真结果表明,该系统实现简单,能在球面波照射条件下获得雷达目标的高分辨率二维像,准确地诊断出目标的散射点分布,具有很高的推广应用价值。     

铁路旅客列车行李车配装问题的遗传算法研究

探讨在体积和重量的约束下 ,利用遗传算法求解铁路旅客列车行李车的配装问题。通过体积和重量的关系将问题转化为一维背包问题。在遗传算法的评价函数中考虑了货物的优先等级。对该类问题求解方法的研究无论是在理论上还是在实践中 ,都具有一定的意义     

遗传神经网络在颅脑磁共振图像分割中的应用

采用全局最优化算法——实数遗传算法改进BP神经网络的学习算法。在此基础上，提出了一种新的基于实数遗传神经网络的磁共振图像分割算法。实验结果表明，新算法可以有效地降低噪声和边缘模糊对分割结果的影响。另外。设计了一个新的加速遗传算子，可以提高实数遗传算法的收敛速度。     

分组量子遗传算法及其应用

量子遗传算法是一种高效的并行算法，但它易陷入局部极值。提出一种分组量子遗传算法，通过分层、分组等方法，保证了染色体的多样性。典型函数测试结果表明，分组量子遗传算法具有全局最优性，其性能优于其它几种遗传算法和QGA。     

单亲遗传算法及其应用研究

针对传统遗传算法（ＴＧＡ）在求解组合优化问题方面存在的不足,提出一种单亲遗传算法（ＰＧＡ）。ＰＧＡ不使用ＴＧＡ常用的交叉算子,而是通过基因换位算子隐含交叉算子的功能来实现进化操作,简化了遗传操作过程,并且不要求初始群体具有广泛多样性,不存在“早熟收敛”问题,仿真结果表明这种算法是有效的。     

基于空间优化的三维装箱布局混合遗传算法

针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.     

一种新量子遗传算法及应用

基于量子位测量的二进制量子遗传算法,在用于连续问题优化时,由于频繁的解码运算,严重降低了优化效率。针对这一问题,提出了一种基于量子位相位编码的量子遗传算法。该方法直接采用量子位的相位对染色体进行编码,采用量子旋转门实现染色体上相位的更新,采用Pauli-Z门实现染色体的变异。在该方法中,由于优化过程统一在空间[0,2π]n进行,而与具体问题无关,因此,对不同尺度空间的优化问题具有良好的适应性。以函数极值优化为例,仿真结果表明该方法的搜索能力和优化效率明显优于普通量子遗传算法和标准遗传算法。     

遗传算法在试题组卷中的应用

运用遗传算法的全局寻优对自动化组卷系统进行了研究，并得到了一个解决适合考方要求的试题模型的实用算法。     

量子遗传算法在目标分配上的应用

量子遗传算法是量子计算和遗传算法相结合的产物,量子遗传算法将量子比特和量子门表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性.目标分配问题是一种典型的NP难问题,传统的方法在求解此问题时很容易陷入局部最优.本文利用量子遗传算有效地解决了目标分配最优化的问题,数值模拟表明量子遗传算法在该类问题中具有效性和可行性.     

一种基于简单遗传算法的K-Means改进算法

针对k-means算法对初始值敏感、易陷入局部极小值等缺点,结合遗传算法的思想,提出了一种基于遗传算法和k-means算法的混合聚类方法,为了测试该聚类算法的性能,用k-means 算法和改进的算法进行了1组实验,并对2种算法的聚类结果进行比较,实验结果表明算法能够有效地解决聚类问题.     

遗传算法在励磁系统中的应用研究

鉴于励磁系统中的励磁控制器采用传统的PID控制时,不能获得满意的控制性能,提出了利用遗传算法对励磁控制器进行优化设计的方法。基于仿真结果,指出优化设计的励磁控制器能改善励磁系统的动态品质并提高系统的控制能力。     

基因算法的应用及改进

基因算法是基于自然选择和自然基因机制的模型参数优化估计的通用数值方法,具有许多优点。它的主要缺点是,模型参数初始变化区间的大小对寻优效果有显著影响。文中改进了基因算法,并对具有寻优特性及其在水文建模中的应用进行了初步研究。