提出一種用于求解最優(yōu)完備測試集的改進二進制粒子群遺傳算法的優(yōu)化方法,基于故障-測試相關性矩陣建立測試選擇的優(yōu)化模型,以遺傳算法為基本框架,用二進制粒子群的進化代替遺傳選擇的代間復制,遺傳交叉前加入有效性判斷,并且提出"基因系數(shù)"的概念來定量衡量基因的多樣性,動態(tài)調(diào)節(jié)變異概率,在維持個體多樣性的條件下提高搜索效率。大量實例實驗表明:該方法能以較大概率收斂于全局最優(yōu)解,驗證了該方法能有效地解決測試優(yōu)選問題。 

【文章來源】：兵器裝備工程學報. 2019,40(05)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 測試優(yōu)選問題建模
    1.1 故障-測試相關性矩陣
    1.2 測試性參數(shù)計算
    1.3 測試優(yōu)選模型
2 IBPSOGA算法
    2.1 BPSO算法
    2.2 GA改進策略
    2.3 IBPSOGA實現(xiàn)流程
3 算法驗證
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于虛擬儀器技術的綜合測試系統(tǒng)研究[J]. 趙磊,柏瀾.  自動化與儀器儀表. 2018(06)
[2]基于轉(zhuǎn)速信號的旋轉(zhuǎn)機械故障診斷方法研究[J]. 李仲興,柳亞子,王子豪,薛紅濤.  重慶理工大學學報(自然科學). 2018(03)
[3]離散螢火蟲算法的復雜裝備測試點優(yōu)化選擇[J]. 王鶴淇,王偉國,郭立紅,劉廷霞,姜潤強,于洪君.  光學精密工程. 2017(05)
[4]基于改進遺傳模擬退火算法的測試優(yōu)化選擇[J]. 代西超,南建國,黃雷,黃金科,張超.  空軍工程大學學報(自然科學版). 2016(02)
[5]電子系統(tǒng)測試節(jié)點優(yōu)選方法研究[J]. 劉曉攀.  軍械工程學院學報. 2016(01)
[6]基于模擬退火離散粒子群算法的測試點優(yōu)化[J]. 焦曉璇,景博,黃以鋒,鄧森,竇雯.  計算機應用. 2014(06)
[7]基于量子遺傳算法測試選擇問題的研究[J]. 吳濤,葉曉慧,王紅霞.  計算機測量與控制. 2010(11)
[8]基于布爾邏輯的測試選擇算法[J]. 楊鵬,邱靜,劉冠軍,沈親沐.  測試技術學報. 2007(05)



本文編號：3529939