龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：淮阴工学院
申请日：2024-03-01
公开（公告）日：2024-05-10
公开（公告）号：CN118014001A
主分类号：G06N3/006
分类号：G06N3/006;G01N33/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明涉及一种结合海洋捕食者算法和粒子滤波算法的气体定位方法，包括：使用三边定位算法对气体泄漏位置进行初步定位得到一个初始预测位置，使用Halton序列代替原海洋捕食者算法随机分布初始种群的方法，围绕初始预测位置均匀生成初始种群，提高了海洋捕食者算法的收敛速度。通过动态反向学习法构建海洋捕食者算法新的种群，对比原种群和新种群的适应度，选择适应度高的种群参与后续迭代，最终输出全局最优解。将海洋捕食者算法生成的全局最优解作为粒子滤波的初始粒子，通过适应度函数更新每个粒子的权重，并进行归一化，接着进行了重采样的操作，保留权重大的粒子，舍弃权重小的粒子，最后得到最终定位坐标。本发明实现了对气体泄露源的准确定位。
主权项：1.一种基于海洋捕食者算法和粒子滤波算法的气体定位方法，其特征在于，包括：S1：当传感器采集到异常气体浓度数据时，按照气体浓度大小，按顺序选择浓度较高的三个坐标节点作为参考节点，使用三边定位算法得到初始位置，围绕这个初始位置，使用Halton序列初始化海洋捕食者算法的初始种群；S2：使用步骤S1中得到的初始种群，构建猎物矩阵Prey；S3：求得种群中每个个体的适应度，选择最优的个体，构建精英矩阵Elite；S4：更新猎物矩阵Prey矩阵和精英矩阵Elite；通过动态反向学习方法构建新种群，并与原来的种群进行比较，选择适应度高的种群参与后续迭代，得到最优解Elite；判断当前迭代次数Iter是否小于最大迭代次数Max_iter，如果小于，则转到S3继续迭代，如果大于则往下执行S5；S5：将海洋捕食者算法得到的异常气体浓度位置的最优解作为粒子滤波算法的初始粒子，通过似然函数更新全部粒子权重，并进行重采样，在满足条件后停止迭代，输出最终定位位置。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种基于海洋捕食者算法和粒子滤波算法的气体定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号