粒子滤波是一种解决非高斯滤波问题的有效方法,受到许多领域的研究人员的重视。在扩展卡尔曼滤波(EKF)的基础上,提出一种基于多层感知器(MLP)的扩展卡尔曼滤波算法。利用扩展卡尔曼粒子滤波器和MLP对当
对这个仿真计时时间为65s,对比了下其他的方法,这个时间算是比较短的了。
建立了点到复杂平面曲线最小距离的数学模型,提出了快速计算点到复杂平面曲线最小距离的分割逼近算法。大量算例验证了该算法的有效性,其计算精确度高,可以达到任意给定的精度,非常适用于三坐标测量机的点相关数据
基于改进粒子群算法的SVR参数优化选择,梁瑞鑫,穆朝絮,支持向量机的学习性能和泛化能力取决于其相关参数的选取。支持向量机参数的选取在实际应用中是很复杂的,使用传统优化方法比较难
针对目前多目标粒子群优化算法的收敛性能和非劣解的多样性不能同时得到满足等缺陷,提出一种基于多策略的多目标粒子群优化算法(Multi-ObjectiveParticleSwarmOptimization
研究粒子群算法在数据库查询优化中的应用问题。为了解决大型数据库信息检索困难、查询效率低的问题,提出了一种基于粒子群算法优化数据库查询技术方案。算法提出了一种数据库查询执行计划代价模型,主要包括了查询多
基于改进的粒子群优化算法求解TSP问题,沐爱勤,张瑞平,粒子群优化算法是一种新型的优化算法,主要应用于连续优化问题,本文通过引入移动算子和移动序的概念,使粒子群优化算法能够处理
针对粒子群算法收敛速度慢和易陷入局部最优的问题,提出了基于惯性权重对数递减的粒子群算法,并引入对数调整因子,对数调整因子的不同取值保证了算法搜索成功率。选取八种典型函数分别进行给定迭代次数和给定精度的
为了实现WSN覆盖范围的最大化,延长网络寿命,在标准粒子群算法的基础上提出了一种无线传感器网络覆盖优化策略。通过粒子分簇并行搜索,采取碰撞理论使陷入局部最优的粒子迅速跳出,有效地避免了标准粒子群算法容
针对量子粒子群优化(QPSO)算法在优化过程中面临早熟问题,提出了在粒子的平均位置或全局最优位置上加入高斯扰动的QPSO算法,可以有效地阻止粒子的停滞,因此较容易地使粒子避免陷入局部最优。为了评估算法