群智能算法在氣體源定位中的應用綜述
發(fā)布時間:2023-09-02 10:46
近幾年頻繁發(fā)生的氣體泄漏事件使得氣體源定位成為了公共安全領域亟待解決的問題。氣體源定位問題本質上可以轉化為最優(yōu)化問題,群智能算法作為一種高效的優(yōu)化算法,為其提供了一個全新的解決方案。介紹了氣體源定位問題的研究背景和研究現狀;根據群智能算法在氣體源定位中應用的研究思路和研究內容對具有代表性研究成果進行了分類綜述和對比分析;對目前基于群智能算法的氣體源定位研究中存在的問題和未來發(fā)展趨勢進行了分析和展望,對氣體源定位問題的進一步研究提供一定的參考作用。
【文章頁數】:13 頁
【文章目錄】:
1 引言
2 國內外研究現狀
2.1 標準群智能算法
2.2 融合趨風性方法的群智能算法
2.2.1 趨風性方法結合蟻群算法
2.2.2 趨風性方法結合粒子群算法
2.2.3 趨風性方法結合其他群智能算法
2.3 混合群智能算法
2.3.1 混合蟻群算法
2.3.2 混合粒子群算法
2.3.3 其他混合群智能算法
2.4 基于不同適應度構建方法的群智能算法
2.5 小結
3 問題與展望
3.1 目前存在的問題
3.1.1 風信息依賴性
3.1.2 煙羽建模與氣體源定位方法的維度缺失
3.1.3 氣體源定位方法的普適性不強
3.2 未來發(fā)展趨勢
3.2.1 基于群智能算法的三維空間氣體源定位研究
3.2.2 三維煙羽建模與具有普適性算法的研究
3.2.3 多個不同種氣體源定位問題的研究
3.2.4 針對部分三維空間運動受限的氣體源定位研究
4 結束語
本文編號:3845057
【文章頁數】:13 頁
【文章目錄】:
1 引言
2 國內外研究現狀
2.1 標準群智能算法
2.2 融合趨風性方法的群智能算法
2.2.1 趨風性方法結合蟻群算法
2.2.2 趨風性方法結合粒子群算法
2.2.3 趨風性方法結合其他群智能算法
2.3 混合群智能算法
2.3.1 混合蟻群算法
2.3.2 混合粒子群算法
2.3.3 其他混合群智能算法
2.4 基于不同適應度構建方法的群智能算法
2.5 小結
3 問題與展望
3.1 目前存在的問題
3.1.1 風信息依賴性
3.1.2 煙羽建模與氣體源定位方法的維度缺失
3.1.3 氣體源定位方法的普適性不強
3.2 未來發(fā)展趨勢
3.2.1 基于群智能算法的三維空間氣體源定位研究
3.2.2 三維煙羽建模與具有普適性算法的研究
3.2.3 多個不同種氣體源定位問題的研究
3.2.4 針對部分三維空間運動受限的氣體源定位研究
4 結束語
本文編號:3845057
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3845057.html
教材專著