版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、伴隨著科技水平的深入發(fā)展,在國民科技生產(chǎn)的諸多方面,如生物制藥、污染防治、紅外探測、衛(wèi)星遙感等眾多領(lǐng)域中對參與性介質(zhì)輻射物性的研究正日益密切。參與性介質(zhì)本身的輻射物性如粒徑分布情況、入射激光光學(xué)常數(shù)、散射系數(shù)和吸收系數(shù)等,都直接影響著輻射傳輸?shù)幕具^程。顆粒物粒子系廣泛分布于各種參與性介質(zhì)中,無論是氣相、液相還是固相。大氣中的氣溶膠粒子系的存在對于氣候變化和太陽輻射有著重要影響,而工業(yè)生產(chǎn)中產(chǎn)品粒子系的粒徑大小和分布情況直接關(guān)系著產(chǎn)品的
2、質(zhì)量和性能?,F(xiàn)代工業(yè)上用到的顆粒材料的尺寸已經(jīng)達(dá)到納米級,這些超細(xì)顆粒材料的運(yùn)用能力,直接體現(xiàn)了高科技發(fā)展?fàn)顩r和國防建設(shè)的科研實(shí)力。而參與性介質(zhì)的光學(xué)常數(shù)也是其重要的物性參數(shù)之一,它是求解參與性介質(zhì)輻射傳輸問題的必要條件,對于研究飛行器紅外隱身和軍事探測紅外目標(biāo)都具有特別重要的意義。
目前,對于參與性介質(zhì)粒子系物性的反演手段有很多,對于參與性介質(zhì)粒子系粒徑分布的反演主要使用的是消光法和光全散射法;而對于參與性介質(zhì)粒子系光學(xué)常數(shù)
3、的反演手段則主要有反射法、散射法、投射法等,再結(jié)合K-K關(guān)系式來求得。本文中對于參與性介質(zhì)粒徑分布和光學(xué)常數(shù)的反演主要運(yùn)用的是透射-反射結(jié)合的方法,該方法的使用避免了求解K-K關(guān)系式。對于參與性介質(zhì)粒子系散射系數(shù)和吸收系數(shù)而言,一般采用Mie理論進(jìn)行求解,但這是以球形粒子為前提,其本身具有相對的局限性。
本文先介紹了參與性介質(zhì)物性廣泛研究的時(shí)代背景、意義及參與性介質(zhì)物性研究的發(fā)展歷程和現(xiàn)實(shí)狀況。然后在介紹了BP神經(jīng)網(wǎng)絡(luò)算法和微
4、粒群優(yōu)化算法(PSO)理論的基礎(chǔ)上,針對微粒群優(yōu)化算法自身存在的局域范圍內(nèi)搜索精度不夠和種群尋優(yōu)過程多樣性易降低的問題,提出了相應(yīng)的改進(jìn)模型。并且將多策略改進(jìn)的PSO算法用來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的閾值系數(shù)和權(quán)系數(shù),建立了一種多策略改進(jìn)微粒群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法(MPOPSO-BP)模型。再通過測試函數(shù)的驗(yàn)證發(fā)現(xiàn),該算法在受到多策略微粒群訓(xùn)練完成后,算法收斂精確度和速率均有提高。最后,本文中將這一多策略改進(jìn)微粒群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法用于參
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LM改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于改進(jìn)PSO算法的模糊神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于改進(jìn)PSO算法的動態(tài)神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的斜拉橋參數(shù)識別研究.pdf
- 基于改進(jìn)粒子群算法的模糊神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于改進(jìn)foa優(yōu)化bp神經(jīng)網(wǎng)絡(luò)算法的
- 基于神經(jīng)網(wǎng)絡(luò)的WSN數(shù)據(jù)融合改進(jìn)算法研究.pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)算法的研究與應(yīng)用.pdf
- 基于云理論的RBF神經(jīng)網(wǎng)絡(luò)算法改進(jìn)研究.pdf
- 基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的車牌識別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的改進(jìn)網(wǎng)絡(luò)流量預(yù)測算法的研究.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的聲發(fā)射信號識別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)算法改進(jìn)的PID控制技術(shù)研究.pdf
- 基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)預(yù)測模型研究.pdf
- 基于改進(jìn)AGP算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- 彌散顆粒介質(zhì)輻射特性參數(shù)反演.pdf
- 基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)輸入約簡.pdf
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的車牌識別算法的研究及仿真.pdf
- 基于改進(jìn)蟻群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的研究
- 基于改進(jìn)神經(jīng)網(wǎng)絡(luò)算法的電力負(fù)荷短期預(yù)測研究
評論
0/150
提交評論