基于混沌猴群算法的传感器优化布置.pdf

基于混沌猴群算法的传感器优化布置.pdf

ID:51451715

大小:294.92 KB

页数:4页

时间:2020-03-25

基于混沌猴群算法的传感器优化布置.pdf_第1页
基于混沌猴群算法的传感器优化布置.pdf_第2页
基于混沌猴群算法的传感器优化布置.pdf_第3页
基于混沌猴群算法的传感器优化布置.pdf_第4页
资源描述:

《基于混沌猴群算法的传感器优化布置.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、104传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第1O期DOI:10.13873/J.1000-9787(2014)10-0104-04基于混沌猴群算法的传感器优化布置彭珍瑞,赵宇,殷红,彭宝瑞(1.兰州交通大学机电工程学院,甘肃兰州730070;2.兰州大学土木工程与力学学院。甘肃兰州730000)摘要:针对猴群算法收敛速度慢,易陷入局部最优等缺点,将混沌搜索策略引入猴群算法,提出了一种求解桥梁传感器优化布置问题的混沌猴群算法。该算法利用混沌

2、变量产生初始猴群,并按照混沌原理加以扰动来增强猴群的多样性,提高算法全局搜索能力。对一座悬索桥进行传感器优化布置,结果表明:混沌猴群算法可以解决桥梁传感器优化布置问题,且较猴群算法寻优能力强。关键词:桥梁;传感器优化布置;猴群算法;混沌中图分类号:TU973;0329文献标识码:A文章编号:1000-9787(2014)10-0104-04‘’。一一‘enS0roptimalplacementbasedOnchaoticmonkeyalgorithmPENGZhen.rui,ZHAOYu,YINHong,PE

3、NGBao,rui(1.SchoolofMechatronicsEngineering,LanzhouJiaotongUniversity,Lanzhou730070,China;2.SchoolofCivilEngineeringandMechanics,LanzhouUniversity,Lanzhou730000,China)Abstract:Inordertoovercomedefectsofslowconvergencespeedandbeingeasytofallintolocaloptimumo

4、fmonkeyalgorithm,achaoticmonkeyalgorithmtosolveproblemofoptimalplacementofbridgesensorisproposedbyintroducingchaossearchstrategy.Thisalgorithmgeneratesinitialmonkeysbyusingchaosvariableandincreasesthediversityofmonkeysbyaddingsomedisturbancetoimproveglobals

5、earchcapability.Thechaoticmonkeyalgorithmisappliedinapairofsuspensionbridgetocarryoutoptimalsensorplacement,theresultsverifythatthechaoticalgorithmcansolvetheproblemandhasbettersearchcapabilitywhencomparedwithmonkeyalgorithm.Keywords:bridge;optimalplacement

6、ofsensor;monkeyalgorithm(MA);chaos0引言算法易早熟、陷入局部最优。传感器优化布置问题是整个桥梁结构健康监测系统需新近出现的猴群算法(monkeyalgorithm,MA)是一种模要解决的问题之一,即如何用有限数量的传感器从被噪声仿猴群爬山行为的智能优化算法,模拟猴子爬山过程中的污染的信号中采集到最充分和最有价值的反映桥梁健康状爬、望、跳等动作实现最优解的搜索。王靖然等人设计况的信息。将最少的传感器布置在最合理的位置获取最全了能够求解离散变量优化问题的离散猴群算法(discre

7、te面的信息是典型的组合优化问题。monkeyalgorithm,DMA),并将其应用于输电网扩展规划问目前文献中出现的传感器优化布置方法种类繁多,很题中达到了较好的计算结果。张佳佳等人利用猴群算难将其毫无遗漏地归纳分类J。大致可将传感器的优化法解决入侵检测系统存在漏报率的问题,提高了入侵检测布置方法可分为传统优化方法和非传统优化方法。传统优系统的检测率。贾瑞民等人将猴群算法的爬过程引入化方法,如有效独立法(EFI)、运动能量法(KEM)、Guyan人工蜂群算法中,以加强局部搜索能力,且在一定程度上提模型缩减

8、法等。非传统算法主要是基于现代智能优化算高了算法的优化性能J。伊廷华等人在猴群算法中引入法,有遗传算法、模拟退火算法、微粒群算法等,这些非传统欧氏距离与和声随机扰动机制,提出了改进猴群算法,并以算法能较好地解决组合优化问题,但是,单纯地利用某一种大连世贸大厦为例,进行了传感器优化布置,较基于序列法收稿日期:20l4_-o3_24基金项目:甘肃省高等学校基本科研业务费资助项目(213054);甘肃省教

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。