逃逸边界粒子群及其在漏磁缺陷重构中的应用研究

本项目受物理学中第二宇宙速度（即逃逸速度）的启发，根据其与粒子群（Particle Swarm Optimization,PSO）算法边界条件之间物理意义上的相似性，提出逃逸边界的概念，建立逃逸边界仿真模型，为PSO算法建立一种通用的边界条件，探索逃逸边界PSO算法的性能优势，提高寻优效率；针对PSO算法用于漏磁缺陷重构时带来的高维优化问题，采用群体规模管理策略降低计算代价，使群体规模随迭代次数动态变化；同时利用克隆算法增加群体的多样性，考虑到克隆算法中变异情况受抗体亲和度高低的影响，采用确定性时减变异机制，从而提高PSO算法的非线性优化精度。使用多种优化模型，兼顾解的搜索空间分类情况，实验分析上述改进对算法的收敛性、鲁棒性、优化精度的影响并加以修正，将改进后的算法用于漏磁检测缺陷重构。该项研究的开展，将为无损检测领域提供简单易实现的缺陷重构方法，对丰富PSO的边界理论有一定的积极意义。

受物理学中第二宇宙速度概念的启发，建立了粒子群优化（Particle Swarm Optimization, PSO）算法逃逸边界模型；从减少群体规模上提高算法的收敛速度，研究了微种群，并引入自适应变异算子以改进微种群；提出了内嵌的微粒子群算法并进行了改进；从初始化群体上，采用主成分分析对协同进化PSO算法进行改进研究；对新出现的狼群搜索算法进行了研究并对其进行了改进；利用自学习PSO的全局寻优能力，用于漏磁缺陷重构；从粒子位置信息共享上，建立粒子对管理模型，根据不同情况，采用三种相应的速度更新模式，根据一定准则自适应选择粒子进行重新初始化，最终提出了一种高效管理PSO算法，用于缺陷重构，并跟其他算法进行了对比；采用布谷鸟搜索算法，进行了漏磁重构，并与粒子滤波算法的贝叶斯估计思想进行混杂，提高了缺陷重构的精度，也提高了对噪声的鲁棒性。提出了基于多级仿射投影算法的快速有效缺陷估计，重构速度能应用于在线检测。通过本项目的研究，可以为无损检测领域提供简单易实现的缺陷重构方法，对丰富PSO 的边界理论及求解高维优化问题均有着重要意义。