基于天牛须搜索粒子群优化的改进克里金模型

发布时间：2021-08-07 20:37

　　为提高克里金模型的建模精度,提出了一种基于天牛须（BAS）搜索粒子群（PSO）优化的改进克里金模型算法。在引入的天牛须搜索PSO优化算法中,每个粒子的更新规则不仅依赖于PSO最佳方案及个体的当前全局最优值,还综合了BAS的搜索规则,以提高全局搜索性能及搜索效率。由于相关参数的取值直接影响克里金模型的建模精度,应用天牛须搜索PSO算法对克里金模型的相关参数进行优化,并给出了具体的优化流程。测试算例表明,基于天牛须搜索PSO的改进克里金模型,具有得更高的模型精度和计算效率,优于常规的克里金算法及普通粒子群优化的克里金算法。 

【文章来源】：国外电子测量技术. 2020,39(04)

【文章页数】：5 页

【部分图文】：

测试结果2

算法流程

测试结果2

【参考文献】：
期刊论文
[1]基于等高线渲染法的克里金插值展示技术[J]. 樊帆,李思,傅佩红,黄魏,郑浩.  中国农学通报. 2019(35)
[2]基于BSO的局部阴影下光伏最大功率点追踪[J]. 赵帅旗,肖辉,刘忠兵,朱梓嘉,张万.  电力系统及其自动化学报. 2020(06)
[3]改进粒子群算法在机场登机口分配中的应用[J]. 郭世凯,孙鑫.  电子测量技术. 2019(15)
[4]室内环境中基于天牛须寻优的普适定位方法[J]. 刘影,钱志鸿,贾迪.  电子与信息学报. 2019(07)
[5]基于天牛须算法的粒子群算法在PID参数整定上的应用[J]. 吴强,张伟,杨慧婷,汪朝盈.  电子科技. 2020(06)
[6]基于粒子群优化神经网络的电梯群控算法[J]. 蔡奇志,苗荣霞,樊逸飞,马路遥.  国外电子测量技术. 2019(05)
[7]基于天牛须搜索的粒子群优化算法求解投资组合问题[J]. 陈婷婷,殷贺,江红莉,王露.  计算机系统应用. 2019(02)
[8]基于量子粒子群优化容积卡尔曼滤波的LANDMARC室内定位算法[J]. 张悦,袁莉芬,何怡刚,吕密.  电子测量与仪器学报. 2018(02)
[9]空间插值方法的适用性分析初探[J]. 张海平,周星星,代文.  地理与地理信息科学. 2017(06)
[10]基于约束粒子群优化的克里金插值算法[J]. 贾雨,邓世武,姚兴苗,蔡元菲.  成都理工大学学报(自然科学版). 2015(01)



本文编号：3328502