基于粒子群优化算法的CE模型研究_汪瑾
针对CE模型多参数测量数据的融合性弱和自适应调度能力差的问题,提出基于粒子群优化算法的CE模型。首先构建多参数测量数据传输的约束进化参量,根据多参数测量数据融合的优化训练,得到粒子群的适应度函数,建立多参数测量数据传输模型,然后进行CE模型的约束参量输出控制。在此基础上采用粒子群寻优方法进行多参数测量数据的寻优控制,分布式检测多参数测量数据,建立多参数测量数据分布式检测模型,采用非线性重构的方法进行多参数测量数据CE模型构造过程中的自适应调度,实现多参数测量数据的稀疏性重组和融合调度。仿真结果表明,采用该方法进行多参数测量数据CE模型设计,提高了数据的融合和自适应调度能力,粒子群进化寻优的收敛性较好。
- 2021-04-26
- 阅读184
- 下载0
- 5页
- pdf