计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
6期
370-373
,共4页
传感器%最小二乘支持向量机%蚁群优化算法%动态建模
傳感器%最小二乘支持嚮量機%蟻群優化算法%動態建模
전감기%최소이승지지향량궤%의군우화산법%동태건모
Senor%Least square support vector machine (LSSVM)%Ant colony optimization algorithm (ACO)%Dynamic modeling
针对传感器动态的非线性、动态特性,精确建模比较难.为此,提出一种非线性的传感器动态建模方法.首先将LSS-VM参数作为蚂蚁的位置向量,传感器动态建模精度作为目标函数,然后采用动态随机抽取的方法来确定目标个体引导蚁群进行全局搜索,并在最优蚂蚁邻域内进行小步长局部搜索,找到算法的最优参数,最后建立传感器动态模型.结果表明,ACO-LSSVM所建模型具有较强的实用性和可靠性,为改善传感器动态性能及在线补偿提供了参考依据.
針對傳感器動態的非線性、動態特性,精確建模比較難.為此,提齣一種非線性的傳感器動態建模方法.首先將LSS-VM參數作為螞蟻的位置嚮量,傳感器動態建模精度作為目標函數,然後採用動態隨機抽取的方法來確定目標箇體引導蟻群進行全跼搜索,併在最優螞蟻鄰域內進行小步長跼部搜索,找到算法的最優參數,最後建立傳感器動態模型.結果錶明,ACO-LSSVM所建模型具有較彊的實用性和可靠性,為改善傳感器動態性能及在線補償提供瞭參攷依據.
침대전감기동태적비선성、동태특성,정학건모비교난.위차,제출일충비선성적전감기동태건모방법.수선장LSS-VM삼수작위마의적위치향량,전감기동태건모정도작위목표함수,연후채용동태수궤추취적방법래학정목표개체인도의군진행전국수색,병재최우마의린역내진행소보장국부수색,조도산법적최우삼수,최후건립전감기동태모형.결과표명,ACO-LSSVM소건모형구유교강적실용성화가고성,위개선전감기동태성능급재선보상제공료삼고의거.
