基于PSO和MLEM混合算法的NDP测量反演算法研究

TL99; 中子深度剖面(NDP)分析技术是一种无损检测方法,能够同时测量样品中目标核素的浓度与空间信息,已被广泛应用于锂电池、半导体等产业.在NDP分析过程中,由测量能谱反演出目标核素浓度的分布信息是关键步骤.目前NDP测量反演中常用的算法为最大似然期望最大化(MLEM)算法.针对MLEM算法计算结果易陷入局部最优解的情况,本文提出了粒子群(PSO)与MLEM混合(PSO-MLEM)算法,并通过动态加速因子提高了算法的收敛速度与计算精度.应用PSO-MLEM算法、PSO算法、MLEM算法、奇异值分解求解最小二乘(SVDLS)算法对锂电池中6Li的NDP模拟能谱进行反演,并对反演计算结果进行了...

Full description

Saved in:
Bibliographic Details
Published in原子能科学技术 Vol. 58; no. 5; pp. 1152 - 1159
Main Authors 李远辉, 杨芮, 张庆贤, 肖才锦, 陈弘杰, 肖鸿飞, 程志强
Format Journal Article
LanguageChinese
Published 成都理工大学地学核技术四川省重点实验室,四川成都 610059 01.05.2024
中核医疗产业管理有限公司 北京 100097%核工业北京地质研究院,北京 100029%成都理工大学地学核技术四川省重点实验室,四川成都 610059%中国原子能科学研究院,北京 102413
Subjects
锂电池
neutron depth profiling analysis
lithium battery
粒子群算法
maximum likelihood expectation maximization algorithm
中子深度剖面分析
particle swarm optimization algorithm
最大似然期望最大化算法
Online AccessGet full text
ISSN1000-6931
DOI10.7538/yzk.2023.youxian.0642

Cover

More Information
Summary:TL99; 中子深度剖面(NDP)分析技术是一种无损检测方法,能够同时测量样品中目标核素的浓度与空间信息,已被广泛应用于锂电池、半导体等产业.在NDP分析过程中,由测量能谱反演出目标核素浓度的分布信息是关键步骤.目前NDP测量反演中常用的算法为最大似然期望最大化(MLEM)算法.针对MLEM算法计算结果易陷入局部最优解的情况,本文提出了粒子群(PSO)与MLEM混合(PSO-MLEM)算法,并通过动态加速因子提高了算法的收敛速度与计算精度.应用PSO-MLEM算法、PSO算法、MLEM算法、奇异值分解求解最小二乘(SVDLS)算法对锂电池中6Li的NDP模拟能谱进行反演,并对反演计算结果进行了评价.结果表明:对比PSO算法,PSO-MLEM算法的收敛效率与计算精度明显提升;对比MLEM算法,PSO-MLEM算法的全局寻优能力有效提升了反演精度,避免了局部最优解的影响;对比SVDLS算法,PSO-MLEM算法的反演精度明显提升.
ISSN:1000-6931
DOI:10.7538/yzk.2023.youxian.0642