研究生预辩ppt模板.pptVIP

基于改进的粒子群大气气溶胶粒子谱反演算法的研究 汇报人：李瑾萱 指导老师：毛建东（教授） 课题研究内容 气溶胶尺度分布n（r） 1 基于Mie散射理论计算核函数 2 2 3 利用SGA、PSO反演气溶胶粒子谱 算法改进IPSO 4 利用IPSO反演气溶胶粒子谱 5 分析结果 6 气溶胶的尺度分布 气溶胶 粗颗粒PM10 细颗粒PM2.5 气候（吸收、散射） 环境（空气质量） 散射 directly 大气辐射系统的平衡 吸收 semi-direct 影响云的形成 微物理特性 气候要素 偏振相函数 散射相函数 光学厚度 消光系数 化学特性 关于粒子谱反演的国内外研究现状 太阳直接辐射数据测量光学厚度（AOT） 天空辐射数据测量AOT 尺度分布= 粒子谱n(r) 假设n（r）： Junge谱、 Gamma谱、对数正态分布、双对数正态分布、三对数正态分布 仪器直接测量（但由于现阶段的光学技术通常只会分析直径0.5—10微米粒子，城市粉尘通常小于0.5微米） 从消光系数积分方程出发反演粒子谱（第一类Fredholm方程，解是病态、不稳定的）；公式中，Mie内核扰动，非线性解。 n(r) Philips-Twomey： n(r)——f(r)*h(r) 混合正则化法、非线性最小二乘法 King、Dubovik、消光—小角散射、智能算法（神经网络、遗传算法、退火算法、粒子群） Mie散射理论 反演算法 AOT n(r) 太阳光度计CE318 Mie散射理论 Rayleigh散射 0.1 Mie散射 0.1-50 几何散射 50 利用SGA、PSO、IPSO反演气溶胶粒子群 开始 粒子群初始化、计算适应度值 根据公式更新位置、速度 判断终止条件 结束 是 否 种群适应度估计 选择、交叉、变异 编码和种群生成 是否满足收敛条件或进化代数 遗传算子操作形成新种群 否 是 输出最优解 SGA： PSO： 相同点：仿生学、全局有哪些信誉好的足球投注网站、随机操作、并向性 不同点：编码、参数、高维 利用SGA、PSO、IPSO反演气溶胶粒子群 IPSO PSO 个体极值Pi 种群极值Pg 反演粒子谱 1 假设粒子谱n（r）是三对数正态分布，核模态（0.01-0.1）、累加态（0.1-1）、粗模态（1-5）。主要反演0.01-5微米粒径范围的粒子谱 2 利用太阳光度计CE318测量2012.9-2013-10测量值AOTτTi 由公式计算AOTτAi 1640 nm, 1020 nm, 870 nm, 670 nm, 500 nm, 440 nm, 380 nm and 340 nm 3 反演的实质：利用上述的智能算法 SGA、PSO、IPSO不断的迭代寻优 从而减小AOT计算值与AOT测量值 之间的误差。 基于IPSO气溶胶 粒子谱反演算法流程 图 Matlab实现 分别是粒子群初始化函数InitSwarm、粒子群单步更新速度和位置函数BaseStepPso、单步循环函数PsoProcess、适应度值函数AdaptFunc、主函数DustParticle。 The experiments and result analysis The experiments and result analysis The differences are very small Error SD 1640nm 1020nm 870nm 670nm 500nm 440nm 380nm 340nm 1 PSO 0.0372 0.0236 0.0274 0.0066 0.0043 0.0131 0.0231 0.0008 0.01701 IPSO 0.0098 0.0012 0.0173 0.0034 0.0018 0.0047 0.0069 0.0024 0.00564 2 PSO 0.0452 0.0011 0.0077 0.0125 0.0073 0.0613 0.0288 0.0526 0.02706 IPSO 0.0276 0.0019 0.0059 0.0084 0.0051 0.0091 0.0147 0.0029 0.00945 3 PSO 0.0336 0.0122 0.0669 0.0097 0.0002 0.0163 0.0324 0.0075 0.02235 IPSO 0.0074 0.0025 0.0154 0.0094 0.0014 0.0063 0.0006 0.0042 0.00590 小结 编码标准 参数设置 维度 收敛性 实验结果分析 实验结果分析 实验结果分析 总结