论文部分内容阅读
针对以曲线拟合为目标的传感器配置问题，提出了一种基于量子粒子群协同优化（Quantum-behaved particle swarrms cooperative optimization，简称QPSCO）算法的传感器优化配置方法。在QPSCO算法中，采用双层的多粒子群协同优化结构，同时引入参数变异策略，在扩大搜索范围的同时加快该算法收敛；将加权最小二乘法的误差平方和引入适应度函数中，以提高传感器位置曲线的拟合精度，从而实现传感器的优化配置。实验结果表明，该方案应用于土壤信息采集系统，不仅可以达到比粒子群优