《基于QPSCO算法的传感器优化配置》PDF+DOC
作者:蒋鼎国,张宇林,焦竹青,徐保国
单位:南京理工大学
出版:《南京理工大学学报》2009年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFNJLG2009040100
DOC编号:DOCNJLG2009040109
下载格式:PDF + Word/doc 文字可复制、可编辑
《电容式降雨传感器及其特性曲线拟合方法》PDF+DOC2017年第10期 张龙,杨长业,王晓蕾,叶松
《基于岭回归的气体预警穿戴系统的灵敏度校正》PDF+DOC2017年第17期 袁方红,许武军,赵海森
《智能仪器设计中的多项式曲线拟合应用》PDF+DOC1990年第03期 吴群,邓绍范
《基于粒子群优化算法的变压器局部放电定位新方法》PDF+DOC2006年第03期 唐立军,罗日成,邓敏
《基于曲线拟合的多传感器时间对准算法研究》PDF+DOC2012年第04期 黄春燕,满君丰
《基于SAW微力传感器的GRNN拟合研究》PDF+DOC2019年第12期 季雪咪,李媛媛,李济同
《由VB6.0计算振弦式压力传感器标定系数及误差分布的软件设计》PDF+DOC2004年第04期 杨志强,王新栋,田忠超,郑丰隆
《最小二乘法在传感器实验中的应用研究》PDF+DOC2016年第33期 宁显斌
《时间配准在多传感器数据处理中的应用》PDF+DOC2011年第03期 李莉
《基于逻辑推理的地面目标融合算法研究》PDF+DOC2007年第12期 段同乐,赵华敏
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 swarms 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化(Particle swarm optimization,简称PSO)算法和量子粒子群优化(Quantum-behaved particle swarm optimization,简称QPSO)算法更好的寻优结果,而且具有比遗传算法更理想的位置拟合精度,是一种有效可行的传感器配置方法。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。