融合压缩感知—Landweber法图像重建

为提高Landweber算法的收敛速度,将压缩感知理论引入到Landweber算法中,理论上证明了该算法的可行性并用改进的距离驱动进行系统矩阵的建模。实验结果证明:融合算法进行图像重建时,算法的收敛速度及采样时间均优于Landweber算法。并用GPU对重建算法进行加速,大幅度提高了算法的执行速度。     

基于融合压缩感知的Landweber算法研究

为提高Landweber算法的收敛速度,将压缩感知理论引入Landweber算法中,理论上证明了该算法的可行性并用改进的距离驱动进行系统矩阵的建模。实验结果证明:融合算法进行图像重建时,算法的收敛速度及采样时间均优于Landweber算法。并用GPU对重建算法进行加速,大幅度提高了算法的执行速度。     

基于微分进化的CMAC的束流中心轨道自动校正算法研究

在高压加速器的束流引出过程中,会出现束流中心轨道偏移的现象。本文基于小脑模型神经网络(CMAC)研究束流中心轨道的自动校正算法。CMAC在学习过程中,一般采用梯度下降法更新网络权值,学习率对收敛速度影响较大。提出采用微分进化算法对CMAC的网络权值进行更新,并与传统方法进行比较。实验表明,基于微分进化的CMAC学习算法,收敛速度更快,可用于束流中心轨道的自动校正算法。     

一种多组分分离级联的数值计算方法

本文提出一种计算多组分矩形级联的数值计算方法,该算法以迭代序列差迭代为基础,通过各级物料混合达到收敛。数值计算表明,该方法与其他算法的结果吻合性好,具有很好的收敛性,且其最终收敛精度不依赖初始丰度,不受级联长度的影响,与基本全分离系数大小无关。此方法可以推广到带附加流、阶梯型或多层级联等更复杂的级联计算。     

基于不动点理论的核热耦合计算收敛特性研究

对于一些具有强烈核热耦合行为的新型反应堆(如超临界水堆),一般的迭代方法不再适用。本文基于不动点理论提出核反应堆核热耦合计算的数学模型,结合超临界水堆的计算实例,对核热耦合计算的迭代方法进行收敛性分析,总结出核热耦合计算的收敛判定方法,通过该方法可实时得到迭代的收敛情况,同时提出了自适应松弛因子及其算法,并编写了实现该算法的程序。     

四种系统矩阵建模方法的比较

构建了像素驱动、距离驱动、改进的距离驱动和射线驱动四种系统矩阵建模方法,并将其运用于ADMM算法,比较了它们的建模速度、建模精度以及收敛速度,同时比较了它们在有噪声的情况下对噪声的敏感程度。实验表明:距离驱动的建模速度最快;改进的距离驱动的建模精度最高,射线驱动在ADMM算法中的收敛速度最快。     

一种加速ASD-POCS算法

为进一步提高ASD-POCS算法的图像重建速度,对ART部分的收敛因子进行改进,提高该算法的收敛速度,同时将改进的算法在GPU上进行加速以减少算法的迭代时间,并对Shepp-Logan模型进行重建,实验表明:在数据量相同且保证成像质量的前提下,基于GPU加速的改进ASD-POCS算法较基于CPU的ASD-POCS算法运行速度提高了近2倍,达到了加速的目的。     

遗传神经网络在蒸汽发生器故障诊断中的应用

针对传统的BP神经网络学习算法易陷入局部极小以及收敛速度慢等问题,本文在神经网络中融合遗传算法,并将其应用到蒸汽发生器(SG)故障诊断中。结果证明,该算法能有效地解决网络训练中的收敛问题。     

基于TV最小化的稀疏角度CT重建算法的比较研究

离散梯度变换(DGT)已被广泛地用作稀疏算子,相应的TV最小化方法也被用于基于压缩感知(CS)的CT重建中。本文比较研究了梯度下降法、软阈值算法和Split-Bregman算法在基于TV最小化的稀疏角度CT重建中的应用。文章将Shepp-Logan模型和Head模型作为测试模型进行仿真实验,实验结果表明:对于稀疏角度CT重建问题,梯度下降法和软阈值算法收敛较慢,重建图像的质量及重建时间都相差不大,而Split-Bregman算法在收敛速度及重建图像质量方面都明显优于其余两种算法,但重建时间较长。     

多区域耦合PGMRES算法用于加速区域分解并行矩阵MOC方法

研究了空间区域分解并行矩阵特征线方法(MOC)及相应的多区域耦合并行广义极小残差法(PGMRES)加速算法。该算法基于PETSc并行数值库,直接耦合求解内边界角通量,可大幅提高收敛效率。数值验证结果表明,多区域耦合PGMRES算法具有较高的计算精度和良好的加速效果。     

用于堆芯换料方案优化的区间限界算法的改进及验证

区间限界算法是一种性能较好的堆芯换料方案优化方法.为进一步提高该算法的性能,本文在原算法基础上添加“精英策略”,数值结果表明,算法的收敛速度和优化解的质量都得到了提高.为了处理多模态换料方案优化问题,又为算法添加了多区间模型,数值结果表明,在不增加计算量的前提下算法具备了多模态优化能力.使用了这2种改进方法后,区间限界算法的工程实用性得到进一步增强.     

动态独立分量分析算法及其应用研究

对基于非高斯性极大ICA方法的动态实现及其应用进行了研究.介绍了基于峭度极大ICA算法原理,然后将其改造成一种能进行动态独立分量提取的ICA算法.对动态ICA算法的收敛性和盲源分离效果进行了分析研究,并将该算法应用于脑电信号的消噪.结果表明,该算法具有较好的收敛性能和盲源分离效果.     

基于Chan算法和Taylor级数混合算法的到达时差定位

结合Chan算法和泰勒级数展开法的优点,提出了一种基于Chan算法初值选取与泰勒级数展开法精确迭代的时差定位方法.该算法充分发挥了Chan算法初值估计性好和泰勒级数展开法收敛速度快的优点.仿真结果表明,在参数设置合理的前提下,相比Chan算法和泰勒级数展开法,该混合算法性能稳定,时差测量精度为10μs时,均方根误差较Clan算法定位结果减少了64m.     

一种任意多面体网格的三维VOF界面重构算法

针对任意多面体网格的三维流体体积方法(VOF)提出了一种界面重构算法。算法引入了一种新的多面体数据结构,在此基础上提出了一种针对任意凸多面体的切割算法。本文利用牛顿迭代法同时结合多面体几何特性,实现了任意三维网格中的VOF界面重构。数值计算实验表明,算法能适用于不同类型的多面体,并具有较高的收敛效率。最终算法在非结构化网格中成功实现了球形界面的VOF界面重构。     

代数迭代算法进行CT图像重建的研究

对CT代数迭代重建算法(ART)进行了研究,讨论了射线数目对图像重建效果的影响,并采用平滑方法,改善了重建图像质量,加快了收敛速度,得出了效果满意的工业CT图像。     

基于神经网络的综合评判在核爆模式识别中的应用

提出了应用神经网络对由单特征值组成的高阶特征量进行综合评判，以提取了信号的特征值作为神经网络的输入值，构造了地下核爆炸和天然地震的隶属度函数，根据隶属度的大小，确定神经网络的输出结果。并针对在核爆炸模式识别中ＢＰ网络收敛速度较慢的缺点，采用改进的ｄｅｌｔａ算法。结果表明，方法是可行的，改进后的网络训练时间比ＢＰ 网络明显缩短，识别率比单特征值有很大的提高，达到９２％。     

基于约束的MLEM图像重建算法

在编码孔γ相机的二维辐射图像重建中,最大似然期望最大化法(maximum likelihood expectation maximization,MLEM)相较传统线性算法能更好地抑制噪声,恢复出高质量的图像,但其缺点是收敛速度慢,且在投影数据有较高统计涨落或含有较大噪声时,迭代次数过高会导致重建图像中噪声急剧增加,图像质量转而变差。本文基于直接解调法思想对MLEM算法进行优化,在MLEM迭代重建过程中加入先验物理约束条件,并将交叉相关法重建结果作为迭代初值。仿真结果表明,添加约束后的MLEM迭代收敛速度得到加快,重建图像的收敛性显著改善。MLEM算法中添加合理约束条件是提高其重建图像质量的一种有效方法。     

Particle Swarm Genetic Algorithm and Its Application

针对标准粒子群算法在处理非线性约束优化问题时存在收敛速度慢和易陷入局部最优的缺点,设计了一种粒子群遗传算法.该算法采用可行性原则处理约束条件,避免罚函数法中惩罚因子选取的困难;随机产生初始可行群体,加快粒子群收敛速度；引入遗传算法的交叉和变异策略,避免粒子群陷入局部最优.通过对典型测试函数的优化计算,表明粒子群遗传算法有较好的优化性能.将该算法应用在核动力装置优化中,优化效果显著.     

结合多群耦合GMRES的Wielandt迭代用于加速矩阵MOC收敛

矩阵特征线方法(MOC)通过构造并求解线性方程组,代替传统MOC方法中的反复特征线扫描。幂迭代法求解keff的收敛速度严重依赖于占优比,实际的较大规模的堆芯占优比接近于1,收敛很慢。本研究结合多群耦合GMRES算法直接求解多群问题,采用Wielandt迭代加速矩阵MOC临界问题的求解。对多个基准题的数值结果表明,与幂迭代法相比,结合多群耦合GMRES的Wielandt迭代具有良好的计算精度和更高的计算效率。     

小生境遗传算法优化压水堆换料的研究

提出一种基于小生境遗传算法的压水堆初装料优化方法,以大亚湾压水堆核电站堆芯燃料组件布置为参照模型,通过计算机编程语言将优化算法以及堆芯物理参数计算程序整合,堆内参数计算选用堆芯计算软件"donjon"以及组件计算软件"dragon",以此对大亚湾压水堆核电站初装料燃料组件布置进行优化计算,并将结果与相关研究文献对比分析,验证文中采用方法的正确性。经对比分析,证实文中提出方法能较好解决压水堆初装料问题,且优化过程中在有限初始群体个数及有限迭代次数下,算法全局搜索强,收敛速度快,收敛效果好。优化结果表明,kh满足安全限值范围(kh1.4),与参考方案相比keff得到增加,且在一定程度上优于参考文献值。