| 1 引言 | 第1-11页 |
| 1．1 电磁成像研究的意义历史及现状 | 第6-7页 |
| 1．2 电磁场逆问题中的方法 | 第7-10页 |
| 1．2．1 正则化方法 | 第7-8页 |
| 1．2．2 Levenberg-Marquardt方法 | 第8-9页 |
| 1．2．3 模拟退火法 | 第9页 |
| 1．2．4 遗传算法 | 第9-10页 |
| 1．3 本文的研究任务 | 第10-11页 |
| 2 正问题模型与计算 | 第11-18页 |
| 2．1 正问题模型与计算 | 第11-12页 |
| 2．2 正问题计算结果分析 | 第12-18页 |
| 3 基于改进遗传算法的电导率重构算法 | 第18-42页 |
| 3．1 遗传算法 | 第18-21页 |
| 3．1．1 遗传算法的基本概念 | 第18-19页 |
| 3．1．2 遗传算法的原理 | 第19-20页 |
| 3．1．3 遗传算法的步骤和特性 | 第20-21页 |
| 3．2 遗传算法数学理论 | 第21-23页 |
| 3．2．1 模式定理 | 第21-23页 |
| 3．2．2 遗传算法具有隐含的并行性 | 第23页 |
| 3．2．3 全局最优收敛 | 第23页 |
| 3．3 初始化 | 第23-24页 |
| 3．4 参数编码 | 第24-25页 |
| 3．5 群体规模确定 | 第25-26页 |
| 3．5．1 群体规模确定方法 | 第25页 |
| 3．5．2 小种群遗传算法 | 第25-26页 |
| 3．6 选择适应度函数 | 第26-33页 |
| 3．6．1 适应度函数及设计要求 | 第26-28页 |
| 3．6．2 适应度函数定标 | 第28-29页 |
| 3．6．3 适应度函数自适应定标 | 第29页 |
| 3．6．4 惩罚函数法 | 第29-33页 |
| 3．7 设计遗传算子 | 第33-42页 |
| 3．7．1 选择算子 | 第33-35页 |
| 3．7．2 交叉算子 | 第35-36页 |
| 交叉概率的自适应调整 | 第35-36页 |
| 3．7．3 变异算子 | 第36-42页 |
| BP算子 | 第37-42页 |
| 4 优化数值实验结果及分析 | 第42-53页 |
| 4．1 SGA优化结果 | 第42-44页 |
| 4．2 改进遗传算法优化结果 | 第44-46页 |
| 4．3 搜索性能比较 | 第46-53页 |
| 5 结论与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-62页 |