兰州交通大学机电工程学院 2. 上海应用技术大学轨道交通学院 3. 株洲九方装备股份有限公司
纸质出版:2022
移动端阅览
周延锋, 李宁洲, 卫晓娟, 等. 改进鸽群优化算法在SVD-UKF参数整定中的应用[J]. 传感器与微系统, 2022,(2):153-156+160.
改进鸽群优化算法在SVD-UKF参数整定中的应用[J]. 2022, (2): 153-156+160.
周延锋, 李宁洲, 卫晓娟, 等. 改进鸽群优化算法在SVD-UKF参数整定中的应用[J]. 传感器与微系统, 2022,(2):153-156+160. DOI: 10.13873/J.1000-9787(2022)02-0153-04.
改进鸽群优化算法在SVD-UKF参数整定中的应用[J]. 2022, (2): 153-156+160. DOI: 10.13873/J.1000-9787(2022)02-0153-04.
为解决鸽群优化(PIO)算法易陷入局部最优、收敛速度慢的问题
提出了一种改进的鸽群优化(IPIO)算法。将全局搜索能力较强的天牛须搜索(BAS)算法融入到指南针算子中
在地标算子中引入混沌扰动策略来提高算法的局部搜索精度。利用测试函数对改进算法进行性能测试
并提出奇异值分解—无迹卡尔曼滤波(SVD-UKF)参数整定的适应度函数
将经改进算法优化后的参数应用到机车黏着控制系统中。仿真结果表明:改进算法具有更强的全局搜索能力和更高的搜索精度
经参数整定后的SVD-UKF具有良好的滤波估计效果。
为解决鸽群优化(PIO)算法易陷入局部最优、收敛速度慢的问题
提出了一种改进的鸽群优化(IPIO)算法。将全局搜索能力较强的天牛须搜索(BAS)算法融入到指南针算子中
在地标算子中引入混沌扰动策略来提高算法的局部搜索精度。利用测试函数对改进算法进行性能测试
并提出奇异值分解—无迹卡尔曼滤波(SVD-UKF)参数整定的适应度函数
将经改进算法优化后的参数应用到机车黏着控制系统中。仿真结果表明:改进算法具有更强的全局搜索能力和更高的搜索精度
经参数整定后的SVD-UKF具有良好的滤波估计效果。
基于A * 和鸽群算法的快递无人机航路规划 [J]. 刘昂,蒋近,许迪文. 飞行力学 . 2020(03)
混沌动态步长果蝇优化算法 [J]. 廖建庆,王涵,王咸鹏. 传感器与微系统 . 2019(08)
EKF在机车最优黏着控制中的应用 [J]. 何静,何云国,张昌凡,赵凯辉,左新甜,杨步充. 电子测量与仪器学报 . 2019(02)
基于鸽群优化改进的粒子滤波算法 [J]. 韩锟,张赫. 传感器与微系统 . 2018(11)
鸽群优化算法研究进展 [J]. 段海滨,叶飞. 北京工业大学学报 . 2017(01)
鸽群优化算法及其应用研究 [D]. 郭瑞. 广西民族大学 2017
基于UKF的半挂汽车列车状态及路面附着系数估计 [D]. 郑智勇. 东北大学 2015
Pigeon-inspired optimization: a new swarm intelligence optimizer for air robot path planning [J] . Duan, Haibin,Qiao, Peixin. International Journal of Intelligent Computing an . 2014 (1)
Cuckoo search algorithm: a metaheuristic approach to solve structural optimization problems [J] . Amir Hossein Gandomi,Xin-She Yang,Amir Hossein Alavi. Engineering with Computers . 2013 (1)
Data mining with an ant colony optimization algorithm. [J] . Rafael S. Parpinelli,Heitor S. Lopes,Alex Alves Freitas. IEEE Trans. Evolutionary Computation . 2002 (4)
0
浏览量
269
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621