基于改良粒子群算法的主动搜索策略  

An approach of active search based on modified particle swarm optimization

作　　者：门茂琛[1] 陈立伟[2] 

机构地区：[1]郑州大学综合设计研究院有限公司,河南郑州450002 [2]郑州大学电气工程学院,河南郑州450001

出　　处：《消防科学与技术》2015年第9期1194-1197,共4页Fire Science and Technology

基　　金：国家自然科学基金资助项目(61401403);河南省基础前沿项目(142300410033)

摘　　要：基于Matthes高斯湍流扩散模型及改良型粒子群算法设计了适用于多机器人静态气体源定位的搜索策略。采用气体浓度检测结果替代适值函数计算作为适应度参考,根据风速矢量设计了粒子速度放大系数公式实现对粒子群算法的改良,建立了基于粒子群算法的主动机器人群落搜索算法。实验结果证明改良型粒子群算法与基本粒子群算法相比具有更高的搜索效率。Based on Matthes Gaussian turbulence model and modified particle swarm optimization, proposed an approach of odor source localization designed for multi-robot. Instead of fit- ness function, gas concentration is considered as fitness value. According to wind vector, a calculation formula of particle ve- locity amplification factor is established to improve the efficien- cy of basic particle swarm optimization. The result of simula- tion experiments showed that the new approach is more efficient comparing with basic particle swarm optimization.

关 键 词：工业火灾 机器人 粒子群算法 气体源定位 

分 类 号：X924.4[环境科学与工程—安全科学] TU892[建筑科学]