摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究背景 | 第10页 |
1.2 研究的目的和意义 | 第10-11页 |
1.3 辐射测温技术的国内外研究现状 | 第11-14页 |
1.4 研究内容及章节安排 | 第14-16页 |
第2章 多光谱辐射测温技术相关理论 | 第16-22页 |
2.1 黑体辐射定律 | 第16-17页 |
2.1.1 普朗克定律 | 第16-17页 |
2.1.2 维恩位移定律 | 第17页 |
2.1.3 斯特藩-波尔兹曼定律 | 第17页 |
2.2 多光谱辐射测温 | 第17-20页 |
2.2.1 多光谱辐射测温的基本结构 | 第18页 |
2.2.2 多光谱辐射测温法原理 | 第18-20页 |
2.3 涡轮叶片辐射特性 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第3章 传统GA与NSGA-Ⅱ算法辐射测温应用 | 第22-38页 |
3.1 多目标优化在多波长测温中应用模型 | 第22-24页 |
3.1.1 基于多目标优化算法问题描述 | 第22页 |
3.1.2 Pareto多目标最优解集 | 第22-23页 |
3.1.3 多目标优化算法应用在涡轮叶片辐射测温中理论基础 | 第23-24页 |
3.2 遗传算法在多波长辐射测温中的应用 | 第24-29页 |
3.2.1 遗传算法原理 | 第24-25页 |
3.2.2 遗传算法求解目标真温 | 第25-29页 |
3.3 NSGA-Ⅱ算法在多波长辐射测温中的应用 | 第29-35页 |
3.3.1 NSGA-Ⅱ算法原理 | 第30-32页 |
3.3.2 NSGA-Ⅱ遗传算法求解目标真温 | 第32-35页 |
3.4 波段数目对求解精度的影响 | 第35-37页 |
3.4.1 三波长仿真分析 | 第35-36页 |
3.4.2 四波长仿真分析 | 第36-37页 |
3.4.3 六波长仿真分析 | 第37页 |
3.5 本章小结 | 第37-38页 |
第4章 基于改进多目标优化算法测温应用 | 第38-61页 |
4.1 自适应双种群差分遗传算法在多波长辐射测温中的应用 | 第38-46页 |
4.1.1 双种群遗传算法原理 | 第38-39页 |
4.1.2 动态自适应参数调整 | 第39-42页 |
4.1.3 变异算子的改进 | 第42页 |
4.1.4 自适应双种群差分遗传算法多波长仿真 | 第42-46页 |
4.2 改进NSGA-Ⅱ算法在多波长辐射测温中的应用 | 第46-52页 |
4.2.1 自适应参数调整 | 第46-47页 |
4.2.2 交叉算子的改进 | 第47-48页 |
4.2.3 精英策略的改进 | 第48-49页 |
4.2.4 改进NSGA-Ⅱ算法多波长仿真 | 第49-52页 |
4.3 差分进化算法在多波长辐射测温中的应用 | 第52-58页 |
4.3.1 差分进化算法原理 | 第53-55页 |
4.3.2 差分进化算法多波长仿真 | 第55-58页 |
4.4 基于不同发射率模型比较 | 第58-60页 |
4.5 本章小结 | 第60-61页 |
第5章 多光谱辐射测温系统设计及实验验证 | 第61-71页 |
5.1 多波长数据采集界面设计 | 第61-67页 |
5.1.1 数据采集模块设计 | 第61-63页 |
5.1.2 离线数据分析混编系统实现 | 第63-65页 |
5.1.3 实时采集计算一体化模拟实现 | 第65-67页 |
5.2 实验数据处理 | 第67-70页 |
5.2.1 实验环境 | 第67-69页 |
5.2.2 实验数据处理结果 | 第69-70页 |
5.3 本章小结 | 第70-71页 |
结论 | 第71-73页 |
参考文献 | 第73-78页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
致谢 | 第79页 |