自学习粒子群与梯度下降混杂的漏磁反演方法

• 作者: 吴正阳 徐俊 沈晓晖 韩文花
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 漏磁检测 反演方法 粒子群优化 梯度下降法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 88-91
• 页数: 4页
• 分类号: TP73
• 字数: 3803字
• 语种: 中文

摘要

利用自学习粒子群优化算法的全局寻优能力克服梯度下降法过分依赖初始解,易陷入局部极值的缺点,从而提高梯度下降法的优化性能.以径向基函数神经网络为前向模型,基于自学习粒子群与梯度下降混杂的反演方法用于漏磁缺陷轮廓重构中.实验结果表明,该反演方法重构的缺陷轮廓比较准确,且在漏磁信号存在噪声的情况下,重构结果到与实际轮廓相近,并具有一定的噪声鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩文花	上海电力学院自动化工程学院	23	110	6.0	10.0
2	徐俊	上海电力学院自动化工程学院	4	11	2.0	3.0
3	沈晓晖	上海电力学院自动化工程学院	3	8	1.0	2.0
4	吴正阳	上海电力学院自动化工程学院	4	42	3.0	4.0