.png){kind=icon}
返回
Improved Gaussian Puff Model and Grey Wolf Optimization Algorithm for Gas Source Localization
.png){kind=icon}
OA
AI
DOI：10.3390/app152412948.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对于三维空间中的气体源定位，首先将气体源的泄漏扩散建模为多个高斯烟团的叠加。然后提出了一种改进的烟花优化算法，该算法融合了灰狼优化算法和烟花算法的元素。定位过程分为两个阶段：全局定位和局部定位。全局定位阶段将GWO算法与Lévy飞行相结合，以促进三维空间中的全局探索。局部定位阶段增强了烟花算法的搜索算子和选择策略，以基于全局定位结果进行局部开发。为探讨灰狼优化算法和烟花算法的适用性，测试了它们在噪声环境和不同传感器阵列下的性能。实验结果表明，当高斯噪声方差为0.4且有效传感器数量超过九个时，算法表现良好。此外，将灰狼优化算法、烟花算法和粒子群优化算法进行了比较。仿真实验表明，所提出的算法在灰狼优化算法和粒子群优化算法上表现出更大的稳定性、更高的计算效率以及更低的随机性。它需要更少的有效传感器测量，并在有效传感器信息有限的情况下实现更高的精度。总体而言，在气体源定位的背景下，该算法优于灰狼优化算法和粒子群优化算法。
Keyword:
improved gaussian puff model
fireworks algorithm
grey wolf optimization
gas localization
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
分享收藏Combined Grey Wolf Optimizer Algorithm and Corrected Gaussian Diffusion Model in Source Term Estimation.png)
Processes
OAAI
ProcessesIF0
OAAI分享收藏分享收藏Detection of Volatile Organic Compounds (VOCs) in Indoor Environments Using Nano QuadcopterDRONESOAAI
DRONESIF4.8
OAAI分享收藏An Improved Firefly Algorithm for Gas Emission Source Parameter Estimation in AtmosphereIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容