新型混沌粒子群算法在PCB电路检测中应用
作者:
陈增强
[1] ;
董娜
[2] ;
孙青林
[1]
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、模式识剐、图像检测等复杂的工程优化问题。
上一篇：BTT导弹的自适应模糊反演控制律设计
下一篇：改进协同粒子群算法的汽车涂装线调度