基于改进二进制粒子群遗传算法的测试优选

发布时间：2021-12-09 04:41

　　提出一种用于求解最优完备测试集的改进二进制粒子群遗传算法的优化方法,基于故障-测试相关性矩阵建立测试选择的优化模型,以遗传算法为基本框架,用二进制粒子群的进化代替遗传选择的代间复制,遗传交叉前加入有效性判断,并且提出"基因系数"的概念来定量衡量基因的多样性,动态调节变异概率,在维持个体多样性的条件下提高搜索效率。大量实例实验表明:该方法能以较大概率收敛于全局最优解,验证了该方法能有效地解决测试优选问题。 

【文章来源】：兵器装备工程学报. 2019,40(05)北大核心

【文章页数】：5 页

【文章目录】：
1 测试优选问题建模
    1.1 故障-测试相关性矩阵
    1.2 测试性参数计算
    1.3 测试优选模型
2 IBPSOGA算法
    2.1 BPSO算法
    2.2 GA改进策略
    2.3 IBPSOGA实现流程
3 算法验证
4 结论


【参考文献】：
期刊论文
[1]基于虚拟仪器技术的综合测试系统研究[J]. 赵磊,柏澜.  自动化与仪器仪表. 2018(06)
[2]基于转速信号的旋转机械故障诊断方法研究[J]. 李仲兴,柳亚子,王子豪,薛红涛.  重庆理工大学学报(自然科学). 2018(03)
[3]离散萤火虫算法的复杂装备测试点优化选择[J]. 王鹤淇,王伟国,郭立红,刘廷霞,姜润强,于洪君.  光学精密工程. 2017(05)
[4]基于改进遗传模拟退火算法的测试优化选择[J]. 代西超,南建国,黄雷,黄金科,张超.  空军工程大学学报(自然科学版). 2016(02)
[5]电子系统测试节点优选方法研究[J]. 刘晓攀.  军械工程学院学报. 2016(01)
[6]基于模拟退火离散粒子群算法的测试点优化[J]. 焦晓璇,景博,黄以锋,邓森,窦雯.  计算机应用. 2014(06)
[7]基于量子遗传算法测试选择问题的研究[J]. 吴涛,叶晓慧,王红霞.  计算机测量与控制. 2010(11)
[8]基于布尔逻辑的测试选择算法[J]. 杨鹏,邱静,刘冠军,沈亲沐.  测试技术学报. 2007(05)



本文编号：3529939