基于改进 PSO 算法的红外气体传感器温度补偿

针对红外型气体传感器测量精度受环境温度影响较大的问题,提出一种基于嵌入自适应列维变异的动态拓扑免疫粒子群-最小二乘支持向量机（DLIPSO-LSSVM）温度补偿算法。DLIPSO 算法在粒子群优化过程中采用动态拓扑 Dbest 机制以更好地适应粒子群进化过程;为确保粒子多样性,平衡局部搜索与全局搜索,算法嵌入自适应列维变异对粒子进行变异。利用基准测试函数对 DLIPSO 算法进行性能对比评价,仿真结果表明算法具有较强的全局搜索能力、精度高且稳定性较好。利用 DLIPSO算法对 LS-SVM 的参数进行优化,将混合算法用于实际红外气体传感器的温度补偿,实验数值结果表明算法可将补偿结果的相对误差控制在5%范围内。     

嵌入列维变异的混合动态粒子群算法

针对标准粒子群优化算法易陷入局部最优、收敛精度不高的问题,提出一种嵌入列维变异的混合动态粒子群算法（DLPSO）。算法在进化过程中采用动态拓扑Dbest策略以降低粒子趋同性,每次迭代时根据解的好坏将粒子分为全局最优粒子、探索粒子及无目标粒子,并对探索粒子进行分簇,簇内粒子的更新受到全局最优粒子及簇内最优粒子的共同影响;为确保粒子多样性,平衡局部搜索与全局搜索,采用免疫机制与自适应列维变异相结合的方式对粒子进行变异。利用7个测试函数对算法进行性能评价,数值仿真结果表明该算法搜索精度高且稳定性好,具有良好的收敛性能。