基于改进离散粒子群算法的传感器布局优化设计

来源 :电子学报 | 被引量 : 0次 | 上传用户:WQR712
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传感器布局优化是复杂系统测试性设计的重要内容,属于典型的组合优化问题.通过改进系统的故障一传感器相关性矩阵,建立了考虑传感器故障检测能力的约束优化模型.利用混沌的遍历性初始化粒子群的参数,惯性权重则根据粒子群的早熟收敛程度自适应调整,并对粒子的位置更新方式进行了重新定义,用改进后的离散粒子群算法求解建立的优化模型.仿真实例验证了本文方法的有效性,优化结果能满足系统的各项指标要求,为复杂系统的传感器布局优化设计提供了一种可行途径.
其他文献
异构数据在各种实际应用中大量存在,异构数据的建模与关联分析占有重要地位,传统的概念格模型以及现有的各种扩展模型已经不适应这种需求。本文对Ganter和Wille定义的Galois连
本文提出了多粒度计算的一般架构,即自顶向下的分解和自底而上的综合。结构在商空间理论中扮演着举足轻重的角色,不同结构下商空间模型会有所差异。在合成方面,具有拓扑结构的不
提出了一种有符号乘法器电路的编程语言,其核心思想是采用指令表示乘法器的编码器、加法器树、快速加法器等三个部分,然后经由指令描述互联关系形成乘法器.通过Lex/Yacc构成编译
为了有效地对De Bruijn彩色结构光编码图像进行高精度的解码,提出了一种新的解码方法,该方法包括基于梯度分析的中心彩色条纹提取方法、基于聚类分析的颜色分类方法和基于双梯度多通道动态规划的特征点匹配方法.该方法适用于每类颜色的像素点成线性分布的调制后结构光图像,能够有效地消除颜色干扰;同时充分利用局部邻域信息,有效地解决了特征点的匹配问题,提高了解码精度.实验表明该方法在不需要假定待测物体全表面
提高分类模型的分类精度和可靠性是分类建模追求的目标.针对目前规则学习方法应用于分类时稳定性差以及分类精度低的问题,本文通过随机化邻域属性约简,搜索一组分类精度较高