[发明专利]基于改进的粒子群优化算法的漏磁检测缺陷重构方法

摘要

本发明涉及一种基于改进的粒子群优化算法的漏磁检测缺陷重构方法，将自适应变异因子引入到的基于有效群体利用策略的粒子群EPUS‑PSO算法中，得到本发明的IEPUS‑PSO算法，并且将IEPUS‑PSO算法应用于漏磁检测的缺陷重构，改进后的算法能够提高重构精度并减少了计算时间，可以对不同尺寸的缺陷，由漏磁信号很好地重构出缺陷轮廓。

主权项

一种基于改进的粒子群优化算法的漏磁检测缺陷重构方法，其特征在于，具体包括如下步骤：1):设置改进的有效群体利用策略粒子群优化IEPUS‑PSO算法的参数，包括最大迭代次数iteration、初始粒子数目和最大粒子数目、解空间维度以及解空间范围，粒子位置表示缺陷的轮廓；2):建立适应度函数其中d是粒子的维度，D为粒子的总维度，pd是前向模型的预测漏磁信号，yd是实测漏磁信号，设置迭代次数s＝1；3):判断粒子采用搜索范围共享策略还是解共享策略，当激活概率Pr(s)小于一个0到1的随机数时，则采用搜索范围共享策略，反之则采用解共享策略，Pr(s)的公式为：Pr(s)=0.03+0.07*siteration]]>其中iteration是最大迭代次数，s是当前迭代次数；4):根据适应度函数计算所有粒子的适应度值，并更新粒子群体的当前个体最优解和全局最优解；5):群体管理器根据IEPUS‑PSO算法对群体规模进行调整，通过群体的全局最优解的适应度值变化来有效改变粒子的数目，具体规则是：(a)如果全局最优解的适应度值在连续两次迭代中均未更新，则群体中增加一个粒子，其位值为：xadd=Pbest(a1)+Pbest(a2)2]]>其中a1和a2代表从当前群体中随机抽取两个粒子的序号，Pbest(a1)和Pbest(a2)为所抽取的两个粒子的当前个体最优解，如果增加了该粒子后，粒子数目大于所设定的最大粒子数时，需要先去除一个适应度值最差的粒子，再添加这个新的粒子；(b)如果全局最优解的适应度值在连续两次迭代中均得到更新，则说明粒子的数目已经足够，则将适应度值最差的那个粒子去除；6):利用变异因子对所有粒子的位置进行扰动，变异因子的公式为：x'i,j＝xi,j+b*rand，xi,j为第i个粒子的第j维的原位置，i和j分别是粒子的序号与维度，rand为一个0到1之间的随机数，x'i,j为扰动后的位置，其中b的计算公式为：b=fit(xi)/Σi=1Nfit(xi)]]>其中fit(xi)是第i个粒子的适应度值,N表示群体规模；7):迭代次数s＝s+1；8):如果迭代次数s满足s＜iteration，更新粒子群体位置，跳转至步骤3)；否则，结束，此时全局最优解即为所求的缺陷轮廓。