基于QPSCO算法的传感器优化配置

• 作者: 张宇林 徐保国 焦竹青 蒋鼎国
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 曲线拟合 最小二乘法 量子粒子群协同优化算法 传感器优化配置
• 年，卷（期）: 2009,（4）
• 页码范围: 459-463
• 页数: 5页
• 分类号: TN43
• 字数: 3354字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2009.04.011

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐保国	江南大学通信与控制工程学院	277	2198	22.0	30.0
2	张宇林	淮阴工学院电子信息工程系	55	216	9.0	12.0
3	焦竹青	江南大学通信与控制工程学院	20	234	10.0	15.0
4	蒋鼎国	江南大学通信与控制工程学院	7	61	5.0	7.0