汽车运行状态识别方法研究(一)——特征参数选择

被引：17

作者：

田毅 ^{[1
,2
,3
]}

张欣 ^{[2
]}

张昕 ^{[2
]}

张良 ^{[2
]}

机构：

[1] 装甲兵工程学院

[2] 北京交通大学

[3] 酒泉卫星发射中心铁路管理处

来源：

中国机械工程 | 2013年 / 24卷 / 09期

基金：

北京市自然科学基金;

关键词：

混合搜索算法; 浮动搜索; 自适应遗传算法; 最优子集;

D O I：

暂无

中图分类号：

U469.7 [各种能源汽车];

学科分类号：

082301 [道路与铁道工程];

摘要：

提出了一种将自适应遗传算法和浮动搜索算法相结合的混合搜索算法。首先通过自适应遗传算法对汽车运行状态特征参数之间的边界进行搜索,再依据获得的边界得出汽车运行状态特征参数全集特征;然后以浮动搜索算法对全集进行搜索,进而选择出汽车运行状态特征参数最优子集。在混合搜索算法中,浮动搜索的起始点采用个体间遗传的方式,使其始终保持最优,最大程度避免无效搜索,缩短搜索时间。通过计算得到了由8个参数组成的汽车运行状态特征参数最优子集。

引用

页码：1258 / 1263

页数：6

共 8 条

[1]

基于遗传算法的鲁棒数字图像水印研究 [D].