简介:针对矿井结构复杂,井下未知节点定位存在信标节点布置冗余、定位精度低等问题,提出了一种基于粒子群优化算法的井下目标定位方法。根据矿井环境特点区块化布置信标节点,通过引入线性递减权重的粒子群算法对未知节点与信标节点的测量距离和估计距离的误差进行优化,降低定位误差。与四边测量法、加权最小二乘法和RSSI加权质心算法进行Matlab仿真对比实验。仿真结果显示:信标节点为5个,节点总数为15时,平均定位误差为0.877m。高斯白噪声标准差取值范围从5递增到20,平均定位误差由1.21m增长到4.65m,增长幅度最小,抗噪性最好。信标节点密度由10%增加到40%,平均定位误差从2.82m下降到0.76m,定位精度明显好于其他三种算法,稳定性好于RSSI加权质心算法。定位精度更高,抗噪性更好,可靠稳定,在井下巷道环境中适应性更强。
简介:为了能够准确地评价电力企业信息系统安全模型的安全性,深入地研究了改进粒子群算法在其中的应用。首先,讨论了电力企业信息系统安全模型的改进方法;其次,研究了电力企业信息系统安全模型的评价方法;最后,进行了算例分析,分析结果表明基于改进粒子群算法和RBF神经网络的电力企业信息系统安全评价模型具有较好的自适应能力,同时,对改进电力企业信息系统安全模型和传统电力企业信息系统安全模型的风险值进行对比,分析结果表明改进的电力企业信息系统安全模型更为安全。
简介:摘要 针对货位拣选经常陷入局部最优的问题,本文提出了一种高效求解局部优化问题的改进算法,即为混沌粒子群优化算法,运用高效非支配排序法中的顺序搜索策略以大大减少时间复杂度,以及利用混沌映射来提高MOPSO的全局收敛性,最后运用Matlab7.0软件仿真验证, 结果表明该模型能较好的优化货位分配与拣货路径,提高拣货效率,取得了较好的效果。