科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对人造板厚度检测系统检测精度不高的问题，提出一种基于改进麻雀搜索算法（Improved Sparrow Search Algorithm, ISSA）优化相关向量机（Relevance Vector Machine, RVM）的人造板厚度检测方法，以提高人造板厚度检测系统的检测精度。从两个角度对传统麻雀搜索算法进行改进：首先在初始种群位置中引入精英混沌反向学习机制，使算法的初始种群分布更加合理，提高了初始解的质量；然后通过引入一种变尺度混沌变异算子，对停滞的全局最优解进行变异，以增强算法的抗停滞的能力，在此基础上通过改进后的算法优化相关向量机的核函数参数，最后以中密度纤维板（Medium Density Fiberboard, MDF）为例开展了在线检测试验，获取试验数据并进行对比分析。结果表明：所提方法能够有效减少检测误差，提高测量精度。
- 单位
