基于遗传算法的测试性优化分配方法 (2011年)

测试性分配是测试性设计中的一项重要环节。测试性分配参数主要是故障检测率(FDR)和故障隔离率(FIR) 。常用的权值分配法存在权值计算繁杂、分配结果需要调整等不足。优化分配是一种较好分配方法,它是在一系列的约束条件下,使分配的结果费效比最优。但是解决约束优化分配问题的内点法、最小乘子法等算法存在易陷入局部最优、寻找初始点困难等问题中,而遗传算法具有很强的全局优化能力,且初始种群容易产生等特点,所以遗传算法能够很好地解决约束优化分配问题。