基于自适应模拟退火遗传算法的传感器优化配置研究
DOI:
作者:
作者单位:

浙江理工大学 机械与自动控制学院,浙江理工大学 机械与自动控制学院,浙江理工大学 机械与自动控制学院,浙江理工大学 机械与自动控制学院,浙江理工大学 机械与自动控制学院

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金项目(面上项目,重点项目,重大项目);国家教育部博士点基金,浙江省科技计划项目


Application of Optimal Sensor Placement Based on the Improved Adaptive Simulated Annealing Genetic Algorithms
Author:
Affiliation:

College of Mechanical Engineering and Automation, Zhejiang Sci-Tech University,,,,

Fund Project:

The National Natural Science Foundation of China (General Program, Key Program, Major Research Plan);Ph.D. Programs Foundation of the Ministry of Education of China;Science and Technology Project of Zhejiang Province

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。

    Abstract:

    This paper presents an improved adaptive simulated annealing genetic algorithms of optimal sensor placement (OSP) based on Modal Assurance Criterion (MAC). Taking the maximum off-diagonal element of the MAC matrix as a target function, and a dualistic coding genetic algorithms is developed to solve the constraint problem. Improve the traditional simulation annealing algorithms, and use it as an operator of GA. Therefore, adaptive crossover and mutation probabilities are adopted to prevent premature convergence. Example results clearly indicate that this method can simultaneously optimize the placement and number of sensors, so it is feasible in optimal sensor placement of composite laminate aimed at damage diagnosis.

    参考文献
    相似文献
    引证文献
引用本文

陈换过,田莉,祝俊,张利绍,陈文华.基于自适应模拟退火遗传算法的传感器优化配置研究[J].振动工程学报,2012,25(3).[Chen Huanguo, Tian li,祝俊,,陈文华. Application of Optimal Sensor Placement Based on the Improved Adaptive Simulated Annealing Genetic Algorithms[J]. Journal of Vibration Engineering,2012,25(3).]

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-09-04
  • 最后修改日期:2012-05-29
  • 录用日期:2012-03-21
  • 在线发布日期: 2012-06-12
  • 出版日期:
文章二维码
您是第位访问者
振动工程学报 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司