张祁
- 作品数：2 被引量：4H指数：1
- 供职机构：桂林理工大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金广西高等学校科研项目广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进MOEA/D算法的WSN覆盖优化方法被引量：3
- 2016年
- 为了优化无线传感器网络(WSN)的覆盖方法,针对MOEA/D中缺少对本代优质个体的保存和最优解集中个体极少的两个问题,提出了粒子群优化的基于分解的多目标进化算法(MOEA/D-PSO)。通过保留种群本代优质个体,改进本地优化解集在进化过程中的搜索方向和搜索进度,弥补了MOEA/D的不足。仿真实验证明,相对于MOEA/D和非支配排序遗传算法(NSGA-Ⅱ),MOEA/D-PSO所得非支配解更接近Pareto最优曲面,解集分布的均匀性和多样性表现更佳,WSN的覆盖范围更广,能量消耗更少。
- 神显豪李军张祁
- 关键词：粒子群优化
- 基于自适应加权和D-S证据理论的风电机组故障诊断被引量：1
- 2014年
- 由于风电机组系统相当复杂,故障原因及其现象不成简单或线性对应关系,单一检测不能够满足诊断需要。针对这一问题,将无线传感器网络(Wireless Sensor Network)中信息融合的理论和方法应用于风电机组状态监测和故障诊断中,使采集到的海量数据分别进行信号层与特征层两个层次的信息融合,运用自适应加权融合算法降低网络的数据冗余和传输能量消耗,利用高斯隶属度函数获得基本概率的赋值,提高了D-S证据理论数据的可靠性,改进的证据组合方法提高了故障识别能力。最后,对风电机组齿轮箱的故障诊断进行仿真实验,实验结果验证了该方法具有较高的诊断精度,明显提高诊断的可信度。
- 神显豪张祁
- 关键词：无线传感器信息融合自适应加权D-S证据理论基本概率赋值
