23、电气阻抗断层成像的混合元启发式算法研究

电气阻抗断层成像的混合元启发式算法研究

1. 不同算法迭代性能分析

在电气阻抗断层成像（EIT）的研究中，对多种算法的迭代性能进行了深入分析。
- DE与DE - SA对比 ：从目标函数值随迭代次数变化的图像（如图10）可以看出，DE和DE - SA在不同迭代次数下目标函数值有所不同。在迭代过程中，不同位置（中心、中心与边界之间、边界）的目标函数值曲线呈现出各自的变化趋势。
- FSS与FSSExp对比 ：通过图13的目标函数值随迭代次数的曲线图，能够定量评估FSS和FSSExp算法。在迭代初期，两者的曲线较为接近，但随着迭代次数的增加，FSS的性能最终优于FSSExp。这可能是因为FSSExp中步长参数的衰减过于激进，使得搜索过早地从探索性搜索转变为开发性搜索。同时，在300 - 500次迭代之间，FSS的目标函数值有明显下降。

2. 基于鱼群搜索的密度算法研究

对基于鱼群搜索的密度算法（dFSS）及其结合非盲搜索的改进算法（dFSS + NBS）进行了对比研究。
- 图像重建结果对比 ：从图14和图15的重建图像可以看出，在50次迭代时，dFSS得到的图像充满噪声且结果不明确，而dFSS + NBS在三种情况下（物体在中心、中心与边缘之间、边缘）都能找到物体，尽管存在较高的噪声。在500次迭代时，dFSS + NBS得到的图像中的物体更接近真实物体，且噪声更少。
- 相对误差曲线分析 ：图16展示了相对误差随迭代次数的变化曲线。对于物体在边缘的情况，非盲搜索的实现使得在第一次迭代时就