文献类型：期刊文章

作　　者：寇蔚[1,2] 孙丰瑞[1] 杨立[1]

机构地区：[1]海军工程大学船舶与动力学院,武汉430033 [2]海军91526部队,湛江524064

出　　处：《数据采集与处理》

基　　金：总装“十一五”装备维修改革基金(KY38010914)资助项目

年　　份：2008

卷　　号：23

期　　号：B09

起止页码：66-72

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：讨论了利用多粒子群优化算法(Multi-PSO)和径向基函数(RBF)神经网络进行缺陷参数红外识别的途径。PSO算法可以不用计算梯度,算法通用,而使用RBF神经网络作为代理模型,极大简化了复杂、费时的有限元计算,其中训练RBF神经网络的样本由有限元软件的计算结果产生。提出的多粒子群优化算法将粒子群分为若干子群,并利用粒子本身、粒子所在子群以及全局的最优解来更新粒子的速度与位置,该方法收敛速度较慢,但有可能找到问题的多个极小值。最后给出了该方法在缺陷参数红外识别中一个简单的应用例子。

关 键 词：粒子群 优化算法 缺陷识别  径向基函数 神经网络

分 类 号：TK12] TN21]