粒子群优化算法用于缺陷的红外识别研究

被引:3
作者
寇蔚
孙丰瑞
杨立
机构
[1] 海军工程大学船舶与动力学院热工教研室
关键词
粒子群; 优化算法; 缺陷识别; 红外;
D O I
暂无
中图分类号
TP391.4 [模式识别与装置]; TP18 [人工智能理论];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ; 0812 ; 0835 ;
摘要
讨论了利用一种较新的仿生优化算法———粒子群优化算法(PS0)进行缺陷的红外识别的一条途径。PSO算法可以不用计算梯度,因此可以和通用的有限元软件结合起来,对比较复杂的缺陷识别问题都可以采用同一手法进行求解,并使得优化算法和有限元编程实现了有效的隔离。最后给出了PSO算法在泛圆台类缺陷红外识别中一个简单的应用例子。
引用
收藏
页码:710 / 714
页数:5
相关论文
共 8 条
[1]   混沌粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机科学, 2004, (08) :13-15
[2]   基于遗传算法的混凝土三维非稳态温度场反分析 [J].
张宇鑫 ;
宋玉普 ;
王登刚 .
计算力学学报, 2004, (03) :338-342+367
[3]   蚁群算法在连续空间寻优问题求解中的应用 [J].
汪镭 ;
吴启迪 ;
不详 .
控制与决策 , 2003, (01) :45-48+57
[4]   一种基于遗传算法的红外无损检测缺陷的新方法 [J].
梅林 ;
吴立德 ;
王裕文 .
光学学报, 2002, (12) :1452-1456
[5]   红外技术定量诊断设备内部缺陷可行性的理论证明 [J].
于慧 ;
关荣华 .
红外与激光工程, 2002, (03) :229-232
[6]   红外热成像无损检测缺陷的一种新方法 [J].
梅林 ;
王裕文 ;
薛锦 .
红外与毫米波学报, 2000, (06) :457-459
[7]   进化算法的收敛速度 [J].
任庆生 ;
叶中行 ;
曾进 .
上海交通大学学报 , 1999, (06) :35-37
[8]   缺陷识别反问题的研究状况与若干进展 [J].
柳春图 ;
陈卫江 .
力学进展, 1998, (03) :74-86