基于ACO算法在可重构扫描网络中搜索最优测试链路的应用

许益镇, 马峻, 曾轲

桂林电子科技大学学报 ›› 2023, Vol. 43 ›› Issue (01) : 20 -26.

PDF
桂林电子科技大学学报 ›› 2023, Vol. 43 ›› Issue (01) : 20 -26. DOI: 10.16725/j.cnki.cn45-1351/tn.2023.01.004

基于ACO算法在可重构扫描网络中搜索最优测试链路的应用

作者信息 +

Author information +
文章历史 +
PDF

摘要

为了实现在可重构扫描网络中求解对嵌入式仪器测试时的最优测试链路问题,提出了一种基于ACO算法的必测点约束最优测试链路求解方法。首先,将扫描网络中的整体元素抽象为计算机可以识别的节点网络结构。其次,针对网络中的环路问题,提出“活性”禁忌表,在搜索到必测的节点时释放禁忌表中的节点数据,使得被搜索过的节点能再次被搜索。最后,为了能够更好地搜索最优测试链路,引入信息素系数变化因子,将信息素的更新与网络规模结合,以减小信息素更新幅度,避免搜索后期信息素浓度过度增强导致陷入局部最优。此外,在链路搜索过程中采用自适应的信息素挥发系数,保证算法的收敛速率,提高全局搜索能力。仿真实验结果表明,该算法可以有效地实现可重构扫描网络中必测点最优测试链路的求解,与传统ACO算法相比,该算法的搜索效率更高,具有一定的实用性和适用性。

关键词

可重构扫描网络 / 信息素 / ACO算法 / 环路 / 必测点最优测试链路

Key words

引用本文

引用格式 ▾
许益镇, 马峻, 曾轲 基于ACO算法在可重构扫描网络中搜索最优测试链路的应用[J]. 桂林电子科技大学学报, 2023, 43(01): 20-26 DOI:10.16725/j.cnki.cn45-1351/tn.2023.01.004

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

24

访问

0

被引

详细

导航
相关文章

AI思维导图

/