首页> 中文期刊> 《传感器与微系统》 >改进鸽群优化算法在SVD-UKF参数整定中的应用

改进鸽群优化算法在SVD-UKF参数整定中的应用

         

摘要

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。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号