Back to Projects
反演实现概况图 
分步反演方法示意图 方法 导热系数相对误差 吸收系数相对误差 同时反演 0.38% 65.97% 分步反演 0.013% 0.22%
量子优化算法参数反演
MATLAB量子优化参数反演敏感性分析工程热物理学报EI
基于量子粒子群优化(QPSO)算法的熔融盐导热系数与吸收系数分步反演策略。成果发表于《工程热物理学报》2026, 47(4): 1325-1333 (EI)。
项目概述
本科毕业设计。针对高温熔融盐光热物性参数精准测量的技术难题，提出了一种基于量子粒子群优化(QPSO)算法的分步反演策略，成功实现了熔融盐导热系数与吸收系数的精确同步反演。成果发表于 《工程热物理学报》2026, 47(4): 1325-1333 (EI收录)。 > 📄 论文信息 > 题目: 基于量子优化算法的熔融盐光热物性参数反演 > 作者: 吴昊男, 高包海, 何明键, 任亚涛, 齐宏 > 期刊: 工程热物理学报, 2026, 47(4): 1325-1333 > 链接: [https://jeth.magtechjournal.com/CN/Y2026/V47/I4/1325](https://jeth.magtechjournal.com/CN/Y2026/V47/I4/1325) > 基金: 国家自然科学基金 (No.52227813, No.52476065)研究背景
熔融盐因优异的传热蓄热性能，成为太阳能传热蓄热介质和核能发电的核心介质。现有导热系数测量方法普遍忽略容积辐射效应，导致测量精度不足。传统参数反演方法（如最小二乘、梯度下降）容易陷入局部最优，且同时反演导热系数与吸收系数时存在误差相互干扰的病态问题。技术路线
正向模型
- 建立辐射-导热耦合换热有限元模型（FEM）
- 左侧边界施加脉冲激光激励，右侧边界测量温度时频响应
- 模型考虑壁面辐射散热与对流换热的耦合边界条件
反演实现框架
下图为本文设计的反演实现概况图。在介质左侧边界施加脉冲激光激励，右侧边界探针采集温度时频响应信号，将其作为测量值输入QPSO反演算法，通过迭代优化不断趋近真实的参数分布。反演算法：量子粒子群优化（QPSO）
相比普通PSO，QPSO引入量子位概率幅编码和量子旋转门机制，使粒子能够跳出局部最优解，显著提升全局搜索能力和收敛效率。% 目标函数：最小化仿真与测量温度响应的残差
% theta = [k, beta]; % k: 导热系数, beta: 吸收系数
F_obj = sum((T_sim(theta) - T_meas).^2);
theta_best = qpso_optimize(@objective_function, theta_bounds);
核心创新：分步反演策略
通过敏感性分析发现，边界温度响应对导热系数的敏感性比吸收系数高出约3个量级。基于此提出分步反演法，将反演过程解耦为两步，有效抑制了传统同时反演中双参数误差的相互耦合。- 第一步 — 反演导热系数：采用弱激光激励，降低吸收系数对温度响应的影响，精确反演导热系数（相对误差 0.013%）
- 第二步 — 反演吸收系数：将第一步得到的导热系数作为已知值，增强激光辐照强度10倍以提高温度响应对吸收系数的敏感性，反演吸收系数（相对误差 0.22%）
关键成果
- ✅ QPSO vs PSO对比测试：在Sphere和Griewank标准测试函数上，QPSO的最优解、收敛速度均优于普通PSO
- ✅ 均匀分布反演：导热系数反演精度达0.013%，吸收系数反演精度达0.22%
- ✅ 非均匀分布反演：成功反演了线性梯度分布和正弦形分布的导热系数与吸收系数
- ✅ 论文被《工程热物理学报》(EI)录用