摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第9-16页 |
1.1 课题研究背景 | 第9-10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16-23页 |
2.1 黑体辐射定律 | 第16-18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17-18页 |
2.2 多光谱辐射测温 | 第18-22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 |
2.2.3 多光谱测温的计算方法 | 第20-22页 |
2.3 本章小结 | 第22-23页 |
第3章 基于进化算法的多光谱测温 | 第23-42页 |
3.1 遗传算法 | 第23-29页 |
3.1.1 遗传算法的原理 | 第23-25页 |
3.1.2 遗传算法求解目标温度 | 第25-29页 |
3.2 自适应双种群遗传算法 | 第29-33页 |
3.2.1 自适应双种群遗传算法的步骤 | 第29-30页 |
3.2.2 自适应双种群遗传算法求解目标温度 | 第30-33页 |
3.3 粒子群算法 | 第33-37页 |
3.3.1 粒子群算法原理 | 第33-34页 |
3.3.2 粒子群算法求解目标温度 | 第34-37页 |
3.4 差分进化算法 | 第37-41页 |
3.4.1 差分进化算法原理 | 第37-39页 |
3.4.2 差分进化算法求解目标温度 | 第39-41页 |
3.5 本章小结 | 第41-42页 |
第4章 基于NSGA-II算法及其改进的多光谱测温 | 第42-59页 |
4.1 NSGA算法 | 第42-44页 |
4.1.1 多目标优化问题的数学描述 | 第42-43页 |
4.1.2 NSGA算法的原理 | 第43-44页 |
4.2 NSGA-II算法 | 第44-50页 |
4.2.1 快速非支配排序方法 | 第45页 |
4.2.2 拥挤度和拥挤度比较算子 | 第45-46页 |
4.2.3 精英策略 | 第46-47页 |
4.2.4 NSGA-II算法求解目标温度 | 第47-50页 |
4.3 改进的NSGA-II算法 | 第50-58页 |
4.3.1 自适应的交叉变异概率 | 第50-52页 |
4.3.2 变异算子的改进 | 第52页 |
4.3.3 交叉算子的改进 | 第52-53页 |
4.3.4 精英策略的改进 | 第53-54页 |
4.3.5 改进NSGA-II算法求解目标温度 | 第54-58页 |
4.4 本章小结 | 第58-59页 |
第5章 多光谱测温实验验证 | 第59-66页 |
5.1 四波长测温实验 | 第59-63页 |
5.1.1 实验准备 | 第59-61页 |
5.1.2 实验数据处理 | 第61-63页 |
5.2 八波长实验验证 | 第63-65页 |
5.3 本章小结 | 第65-66页 |
结论 | 第66-67页 |
参考文献 | 第67-71页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
致谢 | 第72页 |