基于PSO和MLEM混合算法的NDP测量反演算法研究

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^(6)Li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。

响应面法优化羊乳果蔬纸加工工艺

以羊乳、胡萝卜、山楂为主要原料生产羊乳果蔬纸,利用单因素试验并结合响应面分析法确定最佳的工艺参数;采用物性测定仪对羊乳果蔬纸进行粒子群算法结合质地剖面分析测定,比较山楂的加入形式对产品物性的影响。结果表明:制作羊乳果蔬纸时,以山楂汁的形式加入比以山楂浆的形式加入后所得的产品感官品质好;最佳工艺条件为:羊乳与胡萝卜的比例为5∶8(V/m),山楂汁与羊乳的比例为3∶5(V/V),复合稳定剂(以质量分数计,下同)0.87%、β-环糊精0.12%、护色剂0.1%、白砂糖10%、蜂蜜2.4%。在此最佳条件下,生产出的羊乳果蔬纸口味独特,酸甜可口,具有羊乳的奶香味和胡萝卜的香味,以及胡萝卜和山楂混合的色泽,外观宛如纸张,感官评分高达91.32分,与模型预测值的相对误差约为1.68%。