论文题目: 基于颗粒粒度极值分布函数的遗传反演算法的研究
论文类型: 硕士论文
论文专业: 光学工程
作者: 尹吉婷
导师: 卞保民
关键词: 遗传算法,衍射,颗粒粒度极值分布函数,反演算法
文献来源: 南京理工大学
发表年度: 2005
论文摘要: 本文针对1～100微米粒子群粒度分布测量技术反演算法存在的问题——迭代速度较慢、精度差，有些甚至无法应用于多峰分布的情况，给出了一种基于颗粒粒度极值分布函数的遗传反演算法。首先，在充分研究衍射光能方程E=TW的基础上，首次建立了与粒子群衍射光能环分布所对应的颗粒粒度极值分布函数的概念，并应用粒子群衍射光能环分布及所对应的粒度极值分布函数对解空间的限制特性，明显增加反演的稳定性。其次，通过分析单峰和双峰粒子群衍射光能环分布的特性，以及这些特性对粒度分布反演遗传算法全局最优点搜索进程的影响，提出了遗传算法的几个关键环节——适应度函数和选择、交叉、变异算子的优化设计，建立了基于颗粒粒度极值分布函数的遗传算法反演颗粒粒度分布的计算模型。最后，用MATLAB语言编制了相应的计算程序，并对单峰和双峰结构粒子群的粒度分布进行了计算机模拟测量。模拟实验结果表明，这种基于颗粒粒度极值分布函数的遗传反演算法对单峰、双峰分布的颗粒均能得到很好的反演结果，反演计算得出的粒度分布值与理论分布的绝对偏差不超过0.0423，计算结果稳定，具有强的全局收敛性。
论文目录:
中文摘要
英文摘要
1. 绪论
1.1 颗粒测量的重要意义
1.2 课题的研究背景
1.3 本文的主要内容
2. 微粒衍射光能环分布的特征分析
2.1 衍射散射式激光测粒仪的工作原理
2.2 光衍射法测量颗粒粒度分布的数学模型
2.3 微粒衍射光能环分布的特征分析
2.4 本章小结
3. 基于颗粒粒度极值分布函数的遗传反演算法
3.1 颗粒粒度常用的反演计算方法
3.2 遗传算法的基本原理
3.3 基于颗粒粒度极值分布函数的遗传反演算法
3.4 本章小结
4. 数值实验与结果分析
4.1 数值实验
4.2 结果分析
4.3 本章小结
5. 结论和展望
5.1 本文的主要工作及结论
5.2 展望
致谢
参考文献
附录
发布时间: 2006-12-06
参考文献
- [1].基于静电传感器的煤粉颗粒粒度和质量流量的测量[D]. 师登鹏.华北电力大学(北京)2017
- [2].基于改进最小二乘支持向量机的颗粒粒度软测量研究[D]. 程慕鑫.华东理工大学2013
- [3].含噪动态光散射数据处理方法研究[D]. 肖莹莹.山东理工大学2015
相关论文
- [1].激光粒度测试算法研究[D]. 张艳春.西安工业大学2010
- [2].基于米氏散射理论的粒度测试算法研究[D]. 王雪艳.西安工业大学2011
- [3].遗传算法在颗粒反演中的应用[D]. 李杰.济南大学2011
- [4].基于正则化与粒子群算法的PCS纳米颗粒测量反演算法研究[D]. 王远磊.山东理工大学2010
- [5].颗粒粒径分布光散射反演问题的迭代正则化算法[D]. 王素华.河北工业大学2007
- [6].光散射颗粒物浓度测量仪特征参数的标定方法研究[D]. 于晓.南京理工大学2007
- [7].Mie氏粒度仪独立模式算法的数值实验研究[D]. 张喆.天津大学2006
- [8].遗传算法在激光尘埃粒子计数器中的应用研究[D]. 尤源.南京理工大学2004
- [9].光散射法测量超细颗粒粒度的研究[D]. 张敏.天津大学2005
- [10].光学衍射法粒子群粒度分布中值粒径概率密度分布函数的数学模型[D]. 纪运景.南京理工大学2002
标签：遗传算法论文; 衍射论文; 颗粒粒度极值分布函数论文; 反演算法论文;