细菌觅食优化算法在光散射法颗粒粒度反演中的应用

针对函数约束算法中传统的智能算法反演时存在鲁棒性差和易陷入局部最优的缺点,提出了将正则化理论与细菌觅食优化算法相结合应用在颗粒粒度的测量中。引入Tikhonov平滑泛函来构建算法的目标函数,采用L曲线法确定正则化参数;再利用细菌觅食优化算法通过趋向、聚群、复制和迁徙等四种智能行为,迭代计算来搜寻函数的最优解。实验仿真结果表明:利用细菌觅食优化算法实现了在不同程度的随机噪声下的服从J-SB分布的单峰分布的均匀球形颗粒粒度分布反演,其反演结果更稳定,反演精度高,对于实现稳定、快速、准确的颗粒粒度在线测量具有重要的意义。     

夫琅和费衍射颗粒粒度测量中的改进Chin-Shifrin反演算法

在基于线阵CCD的夫琅和费衍射颗粒粒度测量中,采用Chin-Shifrin积分变换反演算法使得反演的粒度分布出现假峰现象.为解决此问题,提出在该Chin-Shifrin积分变换反演算法中引入矩形窗函数,并在分析颗粒粒径与衍射光强导数最小值之间关系的基础上,确定矩形窗函数中心点位置及左右边界,利用该矩形窗函数对粒度分布进行截断处理,消除虚假峰,提高反演颗粒粒度分布的准确性.分别对两种标准颗粒进行了测量,并对不同算法的反演结果进行了对比.实验结果表明:引入矩形窗函数的改进Chin-Shifrin算法,能够有效排除粒度分布中的多假峰;粒度分布测量相对误差小于3%,重复性小于4%.     

多角度动态光散射加权贝叶斯反演算法

研究加权贝叶斯算法在多角度动态光散射法测量单峰分布颗粒体系的颗粒粒度分布中的应用.采用颗粒粒度信息分布为底数、调节参数为指数的权重系数给各个角度下的光强自相关函数曲线加入不同的权重系数，再利用传统的贝叶斯算法反演.模拟与实验结果表明，加权后的贝叶斯算法能获得分布误差更小的反演结果，有效地抑制了数据噪声的影响，提高颗粒粒度分布反演的准确性.     

含噪动态光散射测量数据反演中正则化算法与Chahine算法的比较

采用两种常用的粒度反演方法——正则化和Chahine算法,对90nm与250nm单峰分布、50nm与200nm双峰分布、100nm与300nm双峰分布的模拟动态光散射数据,以及105nm、300nm标准颗粒的实测动态光散射数据进行了反演分析.结果表明:噪声水平的高低是影响粒度分布反演准确性的关键因素之一,反演结果的准确性随噪声水平的增加而降低,噪声水平超过某一阈值后,将无法得到有意义的反演结果;不同反演方法具有不同的抗噪能力,在低噪声水平下反演结果无显著差别,随着噪声水平的增加,反演结果表现出很大差异;正则化方法通过正则参数的选择可以有效抑制噪声影响,表现出强于Chahine算法的抗噪能力;与Chahine算法相比,正则化方法不需要假定初始分布,因此,在噪声较大的实验或生产过程中进行颗粒分布测量时,宜采用正则化方法.     

基于后向散射法测量蒸汽湿度反演算法的优化

为了精准测量汽轮机末级蒸汽湿度，提出在激光后向异轴角散射法的基础上建立蒸汽湿度测量模型和湿蒸汽参数反演优化模型。根据该优化模型采用粒子群算法对加入高斯白噪声的仿真数据和模拟汽缸的实验数据进行反演寻优，并将得到的反演结果与人工鱼群算法和传统的均匀搜索方法进行了对比。采用粒子群算法时r_0.5、K、N的反演结果误差为0.05、0.66和0.51%，反演时间为306.41 s；采用鱼群算法时r_0.5、K、N的反演结果误差为2.96、19.98和4.68%，反演时间为411.05 s；采用均匀搜索算法时r_0.5、K、N的反演结果误差为5.00、27.14和7.95%，反演时间为246.42 s。结果表明:粒子群算法能够克服人工鱼群算法和均匀搜索方法两者的不足，可以在较短时间内获得精度高且稳定可靠的反演结果，为湿蒸汽参数测量提供了更加准确的数据，并对其他颗粒物参数测量反演提供了理论依据。     

用于光子相关光谱颗粒粒度测量的实数编码混合遗传算法

提出一种自动缩小反演范围的实数编码混合遗传算法,并用于光子相关光谱颗粒粒度测量中.该算法利用混沌遍历性质,融入模拟退火算法,具有较强的局部搜索能力.通过数值模拟,讨论在无噪声和多种噪声水平影响下单分散颗粒系的反演结果;分析90 nm聚苯乙烯标准颗粒样品的实验测量数据.结果表明,反演的粒径分布在峰值位置、峰宽度、峰对称性等方面很接近颗粒的真实分布,具有较强的抗噪声干扰能力.     

基于超限化的吸收层析反演算法研究

针对吸收光谱层析（tomographic absorption spectroscopy，TAS）中的反问题，利用超限化（superiorization）在重建中引入平滑性、稀疏性等先验条件，对现有的层析反演算法提出了改进.通过计算机仿真，对代数重建（algebraic reconstruction technique，ART）算法、最大似然期望最大化（maximum likelihod expectation maximization，MLEM）算法的超限化在TAS反演中的应用进行了研究.在仿真中，对比了不同二维火焰场、不同目标约束函数下超限化算法的效果，研究了噪声对重建的影响以及超限化算法在不同条件下的计算效率.研究结果证实了超限化对于层析反演算法在计算精度、收敛速度等方面的提升效果.      

用于反演云层高度的记忆式滑动窗口积分算法

 记忆式滑动窗口积分算法选取一定宽度的窗口,从地面开始滑动,对窗口内的信号进行积分,根据积分值和前一时刻的云层信息来反演云层高度。该算法可消除信号中的噪声,叠加放大信号中的云层信息,将云层与气溶胶加以区分。用该算法处理了Vaisala云高仪的数据,并与云高仪的结果进行了对比,结果表明,记忆式滑动窗口积分算法在反演尝云层信息信息时具有较高的准确性和可靠性。     

基于模式搜索的光谱消光粒径分布反演算法的研究

发展快速有效的反演算法用于粒径分布的重建是颗粒测量领域重要的研究课题之一。在光谱消光法粒径测量中,提出将模式搜索算法用于独立模式下粒径分布的重建,同时引入Tikhonov平滑泛函构建算法的目标函数,为保证搜索过程的快速性和准确性,设计了关于初始点的优选策略。利用该算法测量国家标准颗粒体积平均直径的相对误差为3.14%,不超过国家标准物质局给出的±8%的范围,且粒径分布宽度合理,没有明显展宽和伪峰现象。与Phillips-Twomey方法和遗传算法的对比结果表明,在综合考虑反演精度和反演时间条件下,该算法具有明显优势,更适合于快速准确的现场测量,具有较好的应用前景。     

改进的QGA-ELM算法水稻叶面积指数反演模型

为了通过植被指数（VI）准确、可靠的获取不同施肥梯度、不同品种的水稻叶面积指数（LAI）,提出了一种基于改进的QGA-ELM算法应用于水稻LAI反演。首先通过8折交叉验证确定极限学习机(ELM)最佳的隐含层神经元个数与隐含层激活函数类型,再通过引入组合动态旋转角策略、单点混沌交叉操作、混沌变异操作、确定性选择策略、量子灾变操作对量子遗传算法（QGA）进行改进,最后使用改进后的QGA算法优化ELM神经网络输入层到隐含层的连接权值和隐含层的阈值。为了验证该模型普适性和有效性,依次建立多元线性回归、BP、ELM、QGA-ELM、改进的QGA-ELM算法5种模型,并在不同数据集上进行反演效果比较,结果表明：（1）对比QGA-ELM算法和改进的QGA-ELM算法进化过程,改进的算法能有效提升模型寻优能力,避免算法早熟,且能寻得更优结果。（2）对比五种算法在不同数据集上的反演效果,验证了NDVI,RVI与LAI之间主要为非线性关系,且ELM神经网络模型反演效果要优于BP神经网络模型和多元线性回归模型。（3）对比五种算法在不同数据集上的反演效果,改进的QGA-ELM算法绝大部分情况下拥有最高的反演精度和最低的误差,改进后的算法反演精度得到了明显提升,泛化性能也得到了增强。（4）改进的QGA-ELM算法在各种施肥梯度上均具有最高反演精度和最低误差,且精度较高,能为不同生长状况水稻LAI反演提供依据。（5）五种模型对庆和香LAI反演精度均要高于龙稻18,而改进的QGA-ELM算法在不同水稻品种上依然具有较高的反演精度,且在不同水稻品种上反演精度相差极小,远低于其他四种模型,能很好适应不同水稻品种LAI反演要求,极大提升模型的稳定性性,为不同水稻品种反演提供参考意义。     

动态光散射测量粒径分布的格雷码编码遗传算法反演运算

采用格雷码编码的遗传算法对动态光散射测量的粒径分布进行反演运算,数字测试结果表明,对于无噪声的分布,算法能精确的反演出各种粒子分布图像;对于加了一定噪声的分布,算法显示出较好的稳定性,能反演出主峰的分布图像.聚苯乙烯乳球的实验结果表明,该算法能反演双分布的粒径分布图像.与标准遗传算法和反演蒙特卡罗算法相比,该算法具有较高的搜索效率,能够用较少的计算时间快速搜索到最优解.格雷码编码遗传算法是一种更有效的随机反演算法.     

Study on the Projection Non-mode Algorithm of Laser Particle Size Measurement

１ＩｎｔｒｏｄｕｃｔｉｏｎＬａｓｅｒｌｉｇｈｔｓｃａｔｅｒｉｎｇｍｅａｓｕｒｅｍｅｎｔ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅＭｉｅｓｃａｔｅｒｉｎｇａｎｄＦｒａｕｎｈｏｆｅｒｄｉｆｒａｃｔｉｏｎｔｈｅｏｒｙ，ｉｓｗｉｄｅｌｙｕｓｅｄｏｗｉｎｇｔｏｉｔｓ...     

New algorithm and system for measuring size distribution of blood cells

In optical scattering particle sizing, a numerical transform is sought so that a particle size distribution can be determined from angular measurements of near forward scattering, which has been adopted in the measurement of blood cells. In this paper a new method of counting and classification of blood cell, laser light scattering method from stationary suspensions, is presented. The genetic algorithm combined with nonnegative least squared algorithm is employed to inverse the size distribution of blood cells. Numerical tests show that these techniques can be successfully applied to measuring size distribution of blood cell with high stability.     

Calculation method for particle mean diameter and particle size distribution function under dependent model algorithm

In total light scattering particle sizing technique, the relationship among Sauter mean diameter D32, mean extinction efficiency Q, and particle size distribution function is studied in order to inverse the mean diameter and particle size distribution simply. We propose a method which utilizes the mean extinction efficiency ratio at only two selected wavelengths to solve D32 and then to inverse the particle size distribution associated with (Q) and D32. Numerical simulation results show that the particle size distribution is inversed accurately with this method, and the number of wavelengths used is reduced to the greatest extent in the measurement range. The calculation method has the advantages of simplicity and rapidness.     

光散射法测量微粒粒径分布的一种反演遗传算法

本文提出一种基于改进遗传算法的随机及演方法,该方法具有更强的全局收敛性,同时也具有对粒径分布形状不敏感、抗噪声能力强等优点,适合于工业现场应用．     

自调整平滑区间粒子滤波平滑算法

针对非线性系统的状态估计问题, 提出了一种自调整平滑区间粒子滤波平滑算法. 该算法的显著特点是根据采样粒子观测值与系统状态观测值之间的偏差动态修正滤波平滑区间的长度, 有效抑制了传统的粒子滤波平滑算法中因区间长度固定可能造成粒子权重重新赋值带来误差增大的问题. 该算法的原理是依据粒子滤波器的工作机理, 把系统状态信息和热槽组成一个抽象的整体, 将粒子滤波平滑过程类比为观测信息和热槽交互的统计力学系统. 在无新的观测信息时, 整个系统遵循热力学第二定律, 即无论从任何初始状态出发, 整个力学系统的熵是非减的; 而当出现新的观测信息时, 粒子滤波器像麦克斯韦妖从新的观测信息中抽取能量传送给热槽, 使整个抽象系统的熵减少, 根据系统熵的递变规律变化对滤波平滑区间的长度加以动态修正, 优化粒子的权重赋值, 进而提高系统状态的估计精度. 利用matlab进行了仿真分析, 验证了该算法的有效性.     

Inverse problem for particle size distributions of atmospheric aerosols using stochastic particle swarm optimization

As a part of resolving optical properties in atmosphere radiative transfer calculations, this paper focuses on obtaining aerosol optical thicknesses (AOTs) in the visible and near infrared wave band through indirect method by gleaning the values of aerosol particle size distribution parameters. Although various inverse techniques have been applied to obtain values for these parameters, we choose a stochastic particle swarm optimization (SPSO) algorithm to perform an inverse calculation. Computational performances of different inverse methods are investigated and the influence of swarm size on the inverse problem of computation particles is examined. Next, computational efficiencies of various particle size distributions and the influences of the measured errors on computational accuracy are compared. Finally, we recover particle size distributions for atmospheric aerosols over Beijing using the measured AOT data (at wavelengths λ=0.400, 0.690, 0.870, and 1.020 μm) obtained from AERONET at different times and then calculate other AOT values for this band based on the inverse results. With calculations agreeing with measured data, the SPSO algorithm shows good practicability.     

Application of multi-phase particle swarm optimization technique to retrieve the particle size distribution

The multi-phase particle swarm optimization (MPPSO) technique is applied to retrieve the particle size distribution (PSD) under dependent model.Based on the Mie theory and the Lambert-Beer theory, three PSDs, i.e., the Rosin-Rammer (R-R) distribution, the normal distribution, and the logarithmic normal distribution, are estimated by MPPSO algorithm.The results confirm the potential of the proposed approach and show its effectiveness.It may provide a new technique to improve the accuracy and reliability of the PSD inverse calculation.