基于P-SA-PSO算法的概率积分法参数反演

针对目前概率积分法参数反演存在的问题，为了更加准确稳定地解算出概率积分法参数，在经典粒子群算法的基础上，引入自适应惯性权重以及模拟退火算法中的Metropolis准则，提出了一种基于P-SA-PSO算法的概率积分模型参数反演方法。论文通过仿真实验，与遗传算法(GA)、经典粒子群算法(PSO)以及加入自适应惯性权重优化的粒子群算法(P-PSO)进行对比分析，结果表明：新算法反演各参数的精确性、稳定性和收敛速度优于其他3种算法。将新算法引入工程实例中，进一步体现了新算法在反演概率积分模型参数上的可行性。