首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 250 毫秒

1.  非同步水声定位技术及其性能评价  被引次数:8
   陈晓忠  梁国龙  王逸林  赵羽《声学学报》,2003年第4期
   探讨用非同步方式进行水声定位的解算方法,用蒙特卡洛方法对各误差源及目标位置对同步及非同步定位系统定位精度的影响作了统计分析,并对其可行性及适用性进行了分析和探讨。仿真结果及湖试结果表明,采用长基线阵的非同步水声定位系统具有较高的定位精度。    

2.  基于能量强度测量的多声源目标位置线性估计方法  
   严长虹  金琳《应用声学》,2015年第34卷第5期
   基于能量强度的多声源定位模型,本文提出了一种声源发射能量强度未知下的多声源目标位置线性估计方法。将多声源定位模型转化为线性最小二乘估计问题,估计方法以代数解形式表示多声源目标位置初始值。对初始估计值进一步优化,得到了精确的多声源目标位置估计值。该定位计算方法将定位结果以代数解形式表示,避免了数值计算过程中因初始解选择不当而导致的局部最优问题。仿真测试了所设计算法的定位精度,并由此分析了噪声及声音能量强度增益对定位误差的影响。结果表明优化后的计算结果较初始估计值有较大改进,在一定噪声范围内其定位精度可以接近于克拉美罗(CRLB)下界值。    

3.  大型物流车辆配送线路自适应调度方法  
   郭键《应用声学》,2017年第25卷第11期
   为了有效提高物流配送车辆的利用率,降低配送车辆的空载率及物流运输成本,需要对大型物流车辆配送线路自适应调度方法进行研究。当前方法多是采用通过对物流车辆配送过程中的调度与路径选择进行分析,建立多类型的物流配送车辆调度模型,并构建改进后的遗传算法,对物流调度模型的算法效率以及计算时间和复杂度进行优化,以获取物流车辆配送调度问题的最优解,但该方法存在过程较为繁琐的问题。为此,提出一种大型物流车辆配送线路自适应调度方法。该方法首先建立物流车辆配送线路调度问题的数学模型,为实现自适应调度方法对数学模型进行优化求出最优解,利用蚁群算法对物流车辆配送调度数学模型的最优解进行优化,获取最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得出了优化的最优路径;以优化的最优路径完成对大型物流车辆配送线路自适应调度。仿真实验表明,利用蚁群算法不仅加快了物流配送路线调度优化问题求解的速度,降低了物流运输的成本,而且获取了最优解的概率,比其他调度算法具有更明显的优势。    

4.  基于群智能算法的预防性维修周期优化  
   马飒飒  张虹  薛嘉《数学的实践与认识》,2010年第40卷第12期
   分析将蚁群优化算法应用于预防性维修周期工程寻优问题时遇到的算法参数选择困难等问题,提出将粒子群优化算法和空间划分方法引入该过程以改进原蚁群算法的寻优规则和历程.建立混合粒子群和蚁群算法的群智能优化策略:PS_ACO(Particle Swarm and Ant Colony Optimization),并将其应用于混联系统预防性维修周期优化过程中,以解决由于蚁群算法中参数选择不当和随机产生维修周期解值带来的求解精度差、寻优效率低等问题.算法的寻优结果对比分析表明:该PS_ACO算法应用于预防性维修周期优化问题,在寻优效率及寻优精度上有部分改进,且可相对削弱算法参数选择对优化结果的影响.    

5.  一种改进的求解多目标优化问题的蚁群算法  被引次数:1
   白似雪  黄美玲《南昌大学学报(理科版)》,2008年第32卷第4期
   针对传统蚁群算法在求解多目标优化问题过程中的一些缺陷提出了一种改进的多目标优化蚁群算法.该方法在一定程度上避免了传统算法中解群体单一、收敛速度慢等缺点,并以实例加以证明.    

6.  自适应混沌蚁群径向分析算法求解重力辅助导航匹配问题  
   王跃钢  文超斌  左朝阳  杨家胜  郭志斌《物理学报》,2014年第63卷第8期
   针对现有重力导航匹配算法的匹配精度、匹配率受惯导初始位置误差影响较大以及实时性较差等不足,提出了一种基于自适应混沌蚁群径向分析的实时重力辅助导航匹配算法,新算法引入改进的连续域蚁群算法进行优化模型求解. 通过进行连续域蚁群算法的信息素的自适应调整,同时对蚁群算法的搜索策略、计算参数、局部信息素进行混沌自适应处理,最终达到提高算法搜索效率、匹配率、抗噪性能的效果. 实验结果表明,新算法对惯导初始误差不敏感,匹配率高,实时性强. 关键词: 重力辅助导航 混沌 蚁群算法 自适应    

7.  基于蚁群算法的室内可见光高精度三维定位系统  
   吴兴邦  文尚胜  华珺《光子学报》,2017年第46卷第12期
   为了提高室内定位精度,实现三维定位,提出一种基于蚁群算法的的可见光通信室内高精度三维定位系统.本系统采用了码分多址(Code Division Multiple Access,CDMA)调制技术,解决了室内可见光通信多信号源之间的符号间干扰.系统中与发光二极管(Light Emitting Diode,LED)光信号源地理位置相关的ID信息码经过直接扩频调制后加载至发光二极管驱动电路,以光信号的形式在室内传播.光信号经过放大、滤波、采样处理后,根据码分多址调制技术中扩频码的正交性恢复出ID信息及光强衰减信息.经过计算获得来自不同发光二极管的信号光强衰减因子,利用蚁群算法的全局搜索性确定最优定位点.引入误差修复因子,利用蚁群算法的并行搜索性对光强衰减因子偏差进行修正.仿真结果表明,信噪比为30 dB,20 dB,10 dB的条件下,算法的定位精度分别为2 cm,4 cm,8cm.当计算的精度高于45 cm时,蚁群算法定位解的搜索效率明显高于遍历法.在10 dB的信噪比条件下,对光强衰减因子进行修正后100%的测试点都实现了5 cm定位精度.实验结果表明,20 dB信噪比条件下,92.59%的测试点的定位误差小于8 cm,96.29%的测试点定位误差小于10 cm,最大定位误差为11.30 cm.经过误差修复后,96.2%的测试点实现了3 cm的定位精度,61.6%的测试点实现了2 cm的定位精度.本算法在实现了高精度定位,减少了获得最优定位解的计算量.    

8.  基于感知模糊自适应蚁群算法的非线性PID控制  
   唐胜景  陈天悦  李震  刘真畅  郭杰《应用声学》,2016年第24卷第11期
   随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。    

9.  基于高斯混合模型的惯导/计程仪组合导航方法  
   《中国惯性技术学报》,2019年第1期
   针对长航时舰船航行过程中电磁计程仪误差变化较大,同时存在未知测量噪声,无法满足船用捷联惯导/电磁计程仪组合导航系统对计程仪要求的问题,提出了一种用于非线性非高斯系统状态估计的滤波方法。以无迹卡尔曼滤波为组合导航系统基本算法,测量噪声密度分布中引入高斯混合模型,提出了捷联惯导/电磁计程仪组合导航的高斯混合模型无迹卡尔曼滤波算法,达到实时准确估计并补偿惯性导航系统误差的目的。航行试验验证了基于高斯混合模型组合导航方法的可行性,使得捷联惯导/电磁计程仪组合导航系统的最大定位误差由水平阻尼的1213 m减小到392 m,且比传统无迹卡尔曼滤波方法进一步消除了计程仪误差的影响,定位精度提高了15%。    

10.  低轨双星无源定位算法及定位精度分析  被引次数:1
   张勇  盛卫东  郭福成  周伯昭《中国惯性技术学报》,2007年第15卷第2期
   针对空间电子侦察卫星对地面固定辐射源进行无源定位的问题,研究并提出了一种通过低轨双星联合利用到达时间差(TDOA)和到达频率差(FDOA)无源定位的解析计算方法。通过公式推导和替换,该算法将原本复杂的时差、频差定位方程组化简为简单的6次实系数多项式方程,极大地降低了原方程组的计算复杂度。文章还推导了目标的定位误差几何稀度(GDOP)与时差测量精度、频差测量精度的关系。仿真结果表明,当参数测量的精度很高时,该算法能够准确地对地面目标定位;对比GDOP与参数测量精度的关系还发现,测频误差对低轨双星定位误差的影响较大。    

11.  基于超短基线水声定位的USV/UUV协同导航方法  
   《中国惯性技术学报》,2019年第3期
   针对无人水下航行器(UUV)与无人水面艇(USV)协同作业时水下导航性能受惯导设备(INS)影响较大的问题,提出了一种基于超短基线水声定位(USBL)的USV/UUV协同导航方法。首先,以USV上的高精度INS和GNSS组合后的导航结果作为基准,利用USBL测量得到的USV和UUV相对位置和姿态,再结合UUV的INS误差方程,建立了INS/GNSS/USBL/INS滤波的状态方程和观测方程,实现了多源导航信息的融合,有效提升了UUV水下导航精度。其次,针对USV和UUV航行过程中USBL因存在信号盲区带来的两者无法通信、定位导致协同导航不稳定的问题,采用基于视线法的PID控制方法实时改变USV的航向和航速,保证了USV、UUV航行过程中两者始终处于水声信号有效的通信、定位距离和角度范围内。仿真和海上实验结果表明,UUV在与USV协同导航后的位置误差小于10 m;USV和UUV航行过程中,相对距离和角度保持在设定的USBL有效通信定位距离和角度范围内,距离误差小于15 m,角度变化小于1°,提出的方法可以使USV和UUV协同导航更稳定、连续。    

12.  数字图像散斑相关技术的蚁群优化方法  被引次数:1
   蒋志年《应用光学》,2012年第33卷第3期
    基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。    

13.  一种改进的蚁群算法及其在TSP中的应用  被引次数:2
   宋锦娟  白艳萍《数学的实践与认识》,2012年第42卷第18期
   蚁群算法是一种求解复杂组合优化问题的新的拟生态算法,也是一种基于种群的启发式仿生进化算法,属于随机搜索算法的一种,并用于较好地解决TSP问题.然而此算法也有它自己的缺陷,如易于陷入局部优化、搜索时间长等.通过对基本蚁群算法的介绍及相关因素的分析,提出了一种改进的蚁群算法,用于解决TSPLAB问题的10个问题,并与参考文献中的F-W、NCSOM、ASOM算法进行比较,计算机仿真结果表明了改进算法的有效性.如利用改进的蚁群算法解决lin105问题,其最优解为14382.995933(已知最优解为14379),相对误差是0.0209%,计算出的最小值几乎接近于已知最优解.    

14.  无人机侦察多目标实时定位技术研究  
   蔡明兵  刘晶红  徐芳《中国光学》,2018年第11卷第5期
   目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率,提出一种多目标实时定位的方法,建立主次目标定位几何关系及坐标转换模型,结合已知数据信息求取各目标大地坐标,并用蒙特卡洛法分析目标定位误差。最后,基于即将组网成功"北斗二代"卫星导航系统对无人机空中定位,同时采用递归最小二乘算法滤波处理,提高了目标定位精度。研究及实验结果表明,北斗导航定位能够有效提高无人机空中定位精度,且有望达到厘米级精度,同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性,提高定位精度及侦察效率。    

15.  区域无线电定位系统基站的最优几何布局  
   赵小明  郑志鹏  宋建材  吴永波《中国惯性技术学报》,2008年第16卷第5期
   地面基站的几何布局方式是影响区域无线电定位系统定位精度的重要因素,水平几何精度递变因子(HDOP)是衡量地面基站几何布局对系统定位精度影响的基本指标。为求解区域无线电定位系统基站的最优几何布局,给出了区域无线电定位系统HDOP的计算方法,建立了求解区域无线电定位系统地面基站最优几何布局的数学模型;提出了应用惩罚函数对数学模型进行求解的方法,将约束优化问题转化为无约束优化问题;并针对求解过程中目标函数难于求导的问题,提出了采用模拟退火算法进行全局寻优,使求得的结果逼近全局最优解。仿真结果表明,这种结合惩罚函数法和模拟退火算法进行全局寻优的方法,对于区域无线电定位系统求解地面基站的最优布局方案具有工程实用价值。    

16.  灾情巡视问题的蚁群两目标优化算法研究  
   厍向阳《数学的实践与认识》,2010年第40卷第20期
   分析目前灾情巡视问题求解方法存在的缺陷,归纳出灾情巡视问题两目标优化模型.针对灾情巡视问题模型特点,引入蚁群算法和多目标优化理论,提出两个灾情巡视问题的蚁群两目标优化算法:算法1将灾情巡视问题的道路网络转化为完全图,增加m-1个(m为巡视组数)虚拟巡视起点,将灾情巡视两目标优化问题转化为单旅行商两目标优化问题,然后使用蚁群算法和多目标优化理论进行迭代求解.算法2使用一只蚂蚁寻找一个子回路,m个子回路构成一个灾情巡视可行方案,采用罚函数法和多目标优化理论构建增广两目标优化评价函数,使用g组,共g×m只蚂蚁共同协作来发现灾情巡视问题的最优解.算法特点:①算法1将灾情巡视两目标优化问题转化为单旅行商两目标优化问题,可以充分利用已有蚁群算法求解单旅行商问题的研究成果;②两个算法引入蚁群算法,提高了算法效率;③两个算法克服目前灾情巡视问题的求解方法不严密性缺陷;④两目标优化算法可以为用户提供多个满足约束条件的Pareto组合解,扩大了用户选择范围,增强了算法的适用性.算法测试表明:灾情巡视问题的蚁群两目标优化算法是完全可行和有效的.    

17.  基于角度信息的递推最小二乘无源定位算法  
   莫成坤  陈树新  吴昊  张艺航《应用声学》,2014年第22卷第9期
   针对机载单站无源定位的定位精度和实时性等问题,提出了一种基于角度信息的递推最小二乘(RLS)无源定位算法;首先建立了机载单站三维无源定位模型,求出最小二乘(LS)解;然后依据机载单站无源定位的实时性要求将最小二乘估计转化为递推最小二乘估计的形式;最后通过不同的仿真实验研究了影响定位精度和收敛速度的因素;仿真结果表明:RLS算法与LS算法在定位精度和收敛速度方面性能相似,但RLS算法运算复杂度低,所需存储空间小,能够实时的对目标进行定位,满足机载单站无源定位的需求。    

18.  一个修改的混沌蚁群优化算法  
   刘乐柱  张季谦  许贵霞  梁立嗣  黄守芳《物理学报》,2013年第62卷第17期
   本文提出一个用于混沌蚁群优化算法的算法结束条件, 并 将算法结束条件加入混沌蚁群优化算法. 通过数值试验, 验证其有效性. 数值试验表明混沌蚁群优化算法可以得到较高精度 的最优解. 修改的混沌蚁群优化算法可以通过多次混沌搜寻, 逐步逼近最优解, 可以用来求解复杂连续空间优化问题. 关键词: 混沌蚁群优化算法 优化 数值模拟    

19.  室内环境下基于图优化的UWB定位方法  
   《中国惯性技术学报》,2019年第3期
   针对室内三维环境中对定位结果准确性的要求,提出了一种基于图优化的室内超宽带(UWB)定位算法。首先,利用最小二乘法对UWB技术测量的距离进行解算,得到第一次定位初值。然后,将第一次定位初值代入泰勒级数展开算法,得到更可靠的第二次定位初值。最后,建立包括定位残差和位移残差两项的目标函数,通过基于图优化的算法,得到目标函数的最小值,计算出优化之后的最终定位结果。通过样机实验验证定位精度,实验结果表明平均水平定位误差小于10 cm,同时平均高度定位误差也比相同实验条件下使用Chan算法和改进的卡尔曼滤波方法分别低了77%和61%。    

20.  时变挥发率条件下求解Steiner树蚁群优化算法的收敛性  
   杨文国  郭田德《应用数学学报》,2008年第31卷第2期
   蚁群优化算法是最近提出的求解复杂组合优化问题的启发式算法.在蚁群优化算法中,信息素的更新规则直接影响着算法性能,固定挥发率条件下,虽然也能得到求解Steinei树蚁群优化算法的收敛性结果,但算法的探优能力差,易于陷入局部最优.本文在设计求解最小Steiner树蚁群优化算法时,采用了动态更新信息索挥发率的方法,并给出了时变挥发率条件下算法的收敛性证明.具体的,在时变挥发率条件下,当迭代次数充分大时,该算法能以概率1找到最优解.另外,在动态更新信息素下界的条件下,也能得到类似的收敛性结果.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号