-
题名基于PSO-GSA优化的井下加权质心人员定位算法
被引量：8
- 1
-
-
作者
谢国民
刘叶
付华
刘明
-
机构
辽宁工程技术大学电气与控制工程学院
朝阳师范高等专科学校数计系
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第3期710-713,共4页
-
基金
国家自然科学基金资助项目(51274118)
辽宁省教育厅基金资助项目(UPRP20140464)
-
文摘
针对煤矿复杂环境中,接收信号强度指示的人员定位精度较低,难以动态跟踪参数变化的问题,提出一种利用改进的引力搜索算法应用于加权质心定位中进行井下人员定位的方法。先采用对数距离路径损耗模型得到信标节点到未知节点的距离,然后通过加权质心定位算法对未知节点进行定位,最后利用粒子群万有引力混合算法对相关参数和估计的位置信息进行优化。实验结果表明,该方法能够增强对环境变化的自适应能力,更有效地提高了定位精度。
-
关键词
引力搜索算法
接收信号强度
加权质心定位
粒子群优化算法
-
Keywords
gravitational search algorithm（GSA）
received signal strength indicator（RSSI）
weighted centroid localization
particle swarm optimization（PSO）
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名煤与瓦斯突出强度的FOA-SVM预测模型与应用
被引量：7
- 2
-
-
作者
谢国民
单敏柱
刘明
-
机构
辽宁工程技术大学电气与控制工程学院
辽宁朝阳师范高等专科学校数计系
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2016年第12期1941-1946,共6页
-
基金
国家自然科学基金项目(51274118)
辽宁省教育厅基金项目(UPRP20140464)
-
文摘
为了能够对煤与瓦斯突出进行准确的辨识,本文提出将果蝇算法(FOA)与支持向量机(SVM)相结合的预测方法。首先通过Karhunen-Loève变换(K-L变换)进行特征提取,降低特征向量的维数,减小运算量;然后将经过K-L变换的样本作为FOA-SVM模型输入,通过果蝇算法全局寻优,自动搜索符合本预测模型最佳参数组合。通过对预测模型的训练与仿真表明:本文提出的方法具有设计实现简单,辨识精度高、推广能力强的特点,为煤矿灾害预测提供理论支持。
-
关键词
煤与瓦斯突出
Karhunen-Loève变换
支持向量机
特征提取
果蝇算法
-
Keywords
coal and gas outburst
Karhunen-Loève transform
support vector machine
feature extraction
fruit fly optimization algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP212
[自动化与计算机技术—检测技术与自动化装置]
-
