基于遗传算法的组合ERT图像重建算法研究

《基于遗传算法的组合ERT图像重建算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第3l卷第2期2010年2月仪器仪表学报ChineseJoumalofScientificInstrument、，01．3lNo．2Feb．2010基于遗传算法的组合ERT图像重建算法研究术肖理庆1，邵晓根1，李子龙1，石天明2，张亮2(1徐州工程学院徐州22l008；2中国石油大学东营257061)摘要：针对目前电阻层析成像图像重建算法存在成像精度较低的问题，以及为了满足应用于多相流领域的精度要求，提出一种基于遗传算法的组合算法，将线性反投影算法、修正的牛顿—拉夫逊类算法与区问剖分引入遗传算法种群初始化操作中，同时为了改善单纯遗传算法局部搜索能力差与未成熟收敛的问题，将粒子群算法

2、引入遗传算法变异操作中。实验结果表明组合算法效果明显优于线性反投影算法，修正的牛顿—拉夫逊类算法，有效克服了遗传算法早熟收敛现象，提高了成像精度。关键词：电阻层析成像；图像重建算法；遗传算法；粒子群算法中图分类号：TH701文献标识码：A国家标准学科分类代码：460．4010ResearchonahybridERTimagereconstructionalgorithmbasedonGAXiaoLiqin91，ShaoXiaogenl，LiZilon91，ShiTianmin92，ZhangLian92rJXuzhouInstituteofTechnology,Xuzhou221008，C

3、hina；2ChinaUniversityofPetroleum,Dongying257061。写)hina)＼／Abstract：Inordertoresolvethelowimagereconstructionqualityproblemofelectricalresistancetomographyandfulfillthemeasurementprecisionrequirementformulti-phaseflow,ahybridalgorithmbasedongeneticalgo-rithrnwasproposed．Thehybridalgorithmintroducesl

4、inearbackprojection．modifiedNewton—Raphsonmethodanddividedintervalintothepopulationinitializationofgeneticalgorithm，andappliesparticleswamioptimiza-tiontothemutationoperationinordertoovercomethepoorlocalsearchingabilityandprematureconvergenceofsimplegeneticalgorithm．Experimentalresultsshowthatthen

5、ovelalgorithmissuperiortolinearbackprojectionandmodifiedNewton-Raphsonmethod，andcanovercometheprematurephenomenaeffectivelyandimprovethereconstructionquality．Keywords：electricalresistancetomography；imagereconstructionalgorithm；geneticalgorithm；particleswarmoptimization引言图像重建算法是层析测量技术研究中的热点，各国学者做了大

6、量工作，提出了多种图像重建算法”’”。近年来，遗传算法(geneticalgorithm,GA)作为一种通用的求解优化问题的适应性搜索方法开始应用于图像重建18J，但当染色体基因超过一定数量时，算法效率比较低且不易收敛。文献【9】提出一种组合算法，充分发挥了每个算法的作用，提高了ERT图像的分辨率，但同时也存在不足之处：1)闽值的设置很大程度取决于设计者经验知识：2)算法只适用于两相流图像重建；3)单纯遗传算法存在局部搜索能力差与未成熟收敛的问题。本文将线性反投影算法、修正的牛顿一拉夫逊类算法与区间剖分、粒子群算法分别引入遗传算法种群初始化及变异操作中，使组合算法不仅适用于多相流图像重建，

7、而且有效克服了遗传算法早熟收敛现象，提高了成像精度。2ERT基本原理所谓ERT正问题即由区域Q电阻率分布p(x，y)求解敏感场内任意一点的电势分布O(x，Y)的过程。考虑到实际测量时，测得的是物体上各点的电压而不是电势，收稿n期：2009-02ReceivedDate：2009．．02。基金项目：江苏省高校自然科学研究项目(09KJDl20005)、徐州工程学院校科研基金(XKY2007233)资助项日万方数据仪器仪表学