论文部分内容阅读
提出了一种基于遗传算法(Genetic Algorithm,GA)的多孔介质相关热物性参数辨识方法.该方法改进初始条件、适应度值以及终止条件的选取,并利用种群的均方差检测种群的单一性,在保留历史最佳个体的基础上,保持种群的多样性,从而跳过局部最优点,达到参数辨识的目的.测量结果表明,采用该方法对模拟数据反演参数的相对误差最大为0.159%,对样品的实测温度与理论计算温度的平均误差为0.046℃.说明该方法对多孔介质相关热物性参数有着较强的辨识能力,是一种具有一定的精度和可靠性的参数辨识方法.