布里渊散射谱参数提取问题的混合优化算法研究与应用

摘要：

提出了一种将Particle Swarm Optimization (PSO)算法和Levenberg-Marquardt (LM)算法按概率混合优化的新算法,将其用于Pseudo-Voigt型布里渊散射谱以提高其拟合度和频移提取精度.新算法以PSO算法为主框架,首先用PSO算法进行全局搜索,在优化一定次数后每次优化随机产生一个概率rand(0,1),若rand(0,1)小于或等于事先设定的概率P,则把PSO算法得到的最优解作为LM算法的初值进行局部深度搜索,将LM算法得到的最优解替换先前PSO算法的最优解,继续使用PSO算法进行全局搜索；若rand(0,1)大于P则仍然用PSO算法搜索,等待下一次优化产生随机概率rand(0,1)进行判断,交替使用两种算法直至获得理想的全局最优解.仿真分析和实验表明,新算法克服了单一算法的缺点,提高了布里渊散射谱的拟合度和频移提取的精度,充分证明了新算法的实用性和可行性.

关键词：布里渊散射谱、PSO算法、Levenberg-Marquardt算法、分布式光纤传感

所属期刊栏目：32

分类号：TN247(光电子技术、激光技术)

资助基金：国家重点基础研究发展计划973计划项目2010CB327801;国家自然科学基金项目61077067;河北省科学技术研究与发展计划项目10213509D

在线出版日期：2012-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：915-920