群智能算法在气体源定位中的应用综述
发布时间:2023-09-02 10:46
近几年频繁发生的气体泄漏事件使得气体源定位成为了公共安全领域亟待解决的问题。气体源定位问题本质上可以转化为最优化问题,群智能算法作为一种高效的优化算法,为其提供了一个全新的解决方案。介绍了气体源定位问题的研究背景和研究现状;根据群智能算法在气体源定位中应用的研究思路和研究内容对具有代表性研究成果进行了分类综述和对比分析;对目前基于群智能算法的气体源定位研究中存在的问题和未来发展趋势进行了分析和展望,对气体源定位问题的进一步研究提供一定的参考作用。
【文章页数】:13 页
【文章目录】:
1 引言
2 国内外研究现状
2.1 标准群智能算法
2.2 融合趋风性方法的群智能算法
2.2.1 趋风性方法结合蚁群算法
2.2.2 趋风性方法结合粒子群算法
2.2.3 趋风性方法结合其他群智能算法
2.3 混合群智能算法
2.3.1 混合蚁群算法
2.3.2 混合粒子群算法
2.3.3 其他混合群智能算法
2.4 基于不同适应度构建方法的群智能算法
2.5 小结
3 问题与展望
3.1 目前存在的问题
3.1.1 风信息依赖性
3.1.2 烟羽建模与气体源定位方法的维度缺失
3.1.3 气体源定位方法的普适性不强
3.2 未来发展趋势
3.2.1 基于群智能算法的三维空间气体源定位研究
3.2.2 三维烟羽建模与具有普适性算法的研究
3.2.3 多个不同种气体源定位问题的研究
3.2.4 针对部分三维空间运动受限的气体源定位研究
4 结束语
本文编号:3845057
【文章页数】:13 页
【文章目录】:
1 引言
2 国内外研究现状
2.1 标准群智能算法
2.2 融合趋风性方法的群智能算法
2.2.1 趋风性方法结合蚁群算法
2.2.2 趋风性方法结合粒子群算法
2.2.3 趋风性方法结合其他群智能算法
2.3 混合群智能算法
2.3.1 混合蚁群算法
2.3.2 混合粒子群算法
2.3.3 其他混合群智能算法
2.4 基于不同适应度构建方法的群智能算法
2.5 小结
3 问题与展望
3.1 目前存在的问题
3.1.1 风信息依赖性
3.1.2 烟羽建模与气体源定位方法的维度缺失
3.1.3 气体源定位方法的普适性不强
3.2 未来发展趋势
3.2.1 基于群智能算法的三维空间气体源定位研究
3.2.2 三维烟羽建模与具有普适性算法的研究
3.2.3 多个不同种气体源定位问题的研究
3.2.4 针对部分三维空间运动受限的气体源定位研究
4 结束语
本文编号:3845057
本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3845057.html