新型混沌粒子群算法在PCB电路检测中应用
来源期刊:控制工程2012年第6期
论文作者:陈增强 董娜 孙青林
文章页码:968 - 1949
关键词:智能优化;粒子群优化;混沌优化;图像识别;PCB的模块匹配;
摘 要:传统的粒子群优化算法(PSO)基于粒子的搜索向最优方向逼近,在解决复杂的多峰函数的优化问题时容易陷入局部极值点,得不到正确的优化结果。为此研究能够优化多峰函数的新型粒子群优化算法。将混沌的概念和子种群的概念引入粒子群优化算法,从而形成一种新型的基于子种群的混沌粒子群优化算法,用以解决多峰值优化问题。这种新型的优化算法应用于PCB电路板的模块匹配问题,通过实验研究验证了它的有效性。算法能够识别并准确找到电阻元件,并检测出焊错的原件。该优化方法适用于过程优化、模式识别、图像检测等复杂的工程优化问题。
陈增强1,董娜2,孙青林1
1. 南开大学信息技术科学学院2. 天津大学电气与自动化工程学院
摘 要:传统的粒子群优化算法(PSO)基于粒子的搜索向最优方向逼近,在解决复杂的多峰函数的优化问题时容易陷入局部极值点,得不到正确的优化结果。为此研究能够优化多峰函数的新型粒子群优化算法。将混沌的概念和子种群的概念引入粒子群优化算法,从而形成一种新型的基于子种群的混沌粒子群优化算法,用以解决多峰值优化问题。这种新型的优化算法应用于PCB电路板的模块匹配问题,通过实验研究验证了它的有效性。算法能够识别并准确找到电阻元件,并检测出焊错的原件。该优化方法适用于过程优化、模式识别、图像检测等复杂的工程优化问题。
关键词:智能优化;粒子群优化;混沌优化;图像识别;PCB的模块匹配;