輻射傳輸逆問(wèn)題的智能優(yōu)化理論與應(yīng)用

第1章 緒論
1．1 引言
1．2 群體智能優(yōu)化算法概述
1．2．1 群體智能優(yōu)化算法的特點(diǎn)和分類
1．2．2 常見群體智能優(yōu)化算法簡(jiǎn)介
1．2．3 群體智能優(yōu)化算法的主要問(wèn)題和研究方向
1．3 群體智能優(yōu)化算法在輻射逆問(wèn)題求解中的應(yīng)用
1．4 本書的結(jié)構(gòu)和內(nèi)容安排
參考文獻(xiàn)
第2章 輻射傳輸理論及數(shù)值求解
2．1 引言
2．2 輻射傳輸方程
2．2．1 穩(wěn)態(tài)輻射傳輸方程
2．2．2 瞬態(tài)輻射傳輸方程
2．2．3 頻域輻射傳輸方程
2．3 熱輻射傳輸數(shù)值方法簡(jiǎn)介
2．3．1 熱流法
2．3．2 離散坐標(biāo)法
2．3．3 有限體積法
2．3．4 有限單元法
2．3．5 球諧函數(shù)法
2．3．6 積分方程法
2．4 輻射能量方程
2．4．1 輻射-導(dǎo)熱耦合換熱
2．4．2 輻射-相變耦合換熱
參考文獻(xiàn)
第3章 輻射傳輸逆問(wèn)題求解的群體智能優(yōu)化理論
3．1 輻射傳輸逆問(wèn)題的分類
3．2 智能優(yōu)化理論概述
3．3 微粒群智能優(yōu)化算法
3．3．1 標(biāo)準(zhǔn)微粒群算法
3．3．2 微粒群算法的計(jì)算流程
3．3．3 微粒群算法的性能評(píng)價(jià)
3．3．4 標(biāo)準(zhǔn)微粒群算法
3．3．5 改進(jìn)的微粒群算法
3．4 人工蟻群算法
3．4．1 標(biāo)準(zhǔn)離散域蟻群算法
3．4．2 基于網(wǎng)格劃分的連續(xù)域蟻群算法
3．4．3 基于概率密度的連續(xù)域蟻群算法
3．5 混合智能優(yōu)化算法
3．5．1 蟻群-微粒群混合算法
3．5．2 單純形-微粒群混合算法
3．5．3 Powell-微粒群混合算法
3．5．4 差分進(jìn)化-微粒群混合算法
3．5．5 模擬退火-微粒群混合算法
3．6 其他智能優(yōu)化算法
3．6．1 生物地理學(xué)優(yōu)化算法
3．6．2 果蠅優(yōu)化算法
3．6．3 自組織遷移優(yōu)化算法
3．7 標(biāo)準(zhǔn)測(cè)試函數(shù)
參考文獻(xiàn)
第4章 基于智能微粒群優(yōu)化算法的輻射傳輸逆問(wèn)題求解
4．1 穩(wěn)態(tài)輻射傳輸逆問(wèn)題的微粒群算法求解
4．1．1 介質(zhì)輻射特性的PSO算法和SPSO算法優(yōu)化反演
4．1．2 介質(zhì)輻射特性的MPPSO算法反演
4．2 輻射-導(dǎo)熱耦合換熱逆問(wèn)題的微粒群算法求解
4．2．1 平板介質(zhì)熱物性及輻射物性參數(shù)的RD-PSO反演
4．2．2 陶瓷類介質(zhì)內(nèi)部缺陷重構(gòu)
4．3 瞬態(tài)輻射傳輸逆問(wèn)題的微粒群算法求解
4．3．1 基于時(shí)域信號(hào)的一維介質(zhì)的物性參數(shù)反演
4．3．2 基于時(shí)域信號(hào)的二維介質(zhì)的物性參數(shù)反演
4．3．3 基于時(shí)不同時(shí)段時(shí)域信號(hào)的輻射物性反演
4．3．4 采用時(shí)域峰值信號(hào)反演介質(zhì)內(nèi)部特性
4．3．5 基于頻域信號(hào)的光學(xué)參數(shù)重構(gòu)
4．4 粒徑分布逆問(wèn)題的微粒群算法求解
4．4．1 粒徑分布測(cè)量原理
4．4．2 粒徑分布MPPSO反演結(jié)果與分析
參考文獻(xiàn)
第5章 基于智能蟻群優(yōu)化算法的輻射傳輸逆問(wèn)題求解
5．1 穩(wěn)態(tài)輻射傳輸逆問(wèn)題的蟻群算法求解
5．1．1 單參數(shù)反演
5．1．2 多參數(shù)反演
5．2 瞬態(tài)輻射傳輸逆問(wèn)題的蟻群算法求解
5．2．1 基于時(shí)域信號(hào)的正問(wèn)題數(shù)值計(jì)算
5．2．2 基于時(shí)域信號(hào)的光學(xué)厚度和散射反照率的反演
5．2．3 反演誤差分析
5．2．4 基于頻域信號(hào)的輻射傳輸逆問(wèn)題的蟻群算法求解
5．3 瞬態(tài)輻射-相變耦合換熱逆問(wèn)題的蟻群算法求解
5．3．1 瞬態(tài)輻射-相變耦合換熱正問(wèn)題
5．3．2 衰減系數(shù)反演
5．3．3 反演誤差分析
5．4 粒徑分布逆問(wèn)題的蟻群算法求解
5．4．1 探測(cè)原理
5．4．2 球形粒子粒徑分布反演
5．4．3 橢球形粒子粒徑分布反演
參考文獻(xiàn)
第6章 基于混合及其他智能優(yōu)化算法的輻射傳輸逆問(wèn)題求解
6．1 采用自組織遷移算法求解輻射傳輸逆問(wèn)題
6．1．1 逆問(wèn)題數(shù)值模擬計(jì)算結(jié)果及分析
6．1．2 基于時(shí)域脈沖信號(hào)的生物組織物性反演
6．2 采用生物地理學(xué)優(yōu)化算法求解輻射傳輸逆問(wèn)題
6．2．1 單物性參數(shù)的反演結(jié)果
6．2．2 多物性參數(shù)的反演結(jié)果
6．3 采用果蠅算法求解粒徑分布逆問(wèn)題
6．3．1 顆粒粒徑分布數(shù)值反演結(jié)果
6．3．2 顆粒粒徑分布反演實(shí)驗(yàn)研究
6．4 采用單純形-微粒群混合優(yōu)化算法求解輻射傳輸逆問(wèn)題
6．4．1 邊界溫度響應(yīng)對(duì)輻射特性參數(shù)的敏感性分析
6．4．2 無(wú)測(cè)量誤差條件下的反演結(jié)果
6．4．3 存在測(cè)量誤差條件下的反演結(jié)果
6．5 采用微粒群-蟻群混合優(yōu)化算法求解輻射傳輸逆問(wèn)題
6．5．1 單參數(shù)反演
6．5．2 多參數(shù)反演
6．6 采用混合差分微粒群算法求解源項(xiàng)分布逆問(wèn)題
參考文獻(xiàn)
名詞索引