基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对融合系统中系统误差未固定的情况,将模拟退火算法SA(Simulated Annealing)引入到改进的粒子群优化算法PSO(Particle Swarm Optimization)中来解决系统误差配准问题.该方法结合了改进PSO的全面、快速寻优能力和SA的概率突跳特性,解决了PSO容易陷入局部最优的缺点,也保证了群体的多样性,避免了种群的退化.仿真结果表明,改进的SA-PSO方法较PSO、GA方法在系统误差配准精度上得到了提高.
推荐文章
联合SA-PSO和PDA在传感器配准中的应用
系统误差
误差配准
粒子群(PSO)
模拟退火(SA)
概率数据关联(PDA)
基于SA-PSO的多态路径测试数据生成方法
粒子群优化算法
模拟退火算法
多态
测试路径
测试数据 ’
基于SA-PSO优化自适应PNN网络的变压器故障诊断研究
变压器故障诊断
自适应概率神经网络
粒子群优化算法(PSO)
模拟退火算法(SA)
基于SA-PSO算法采摘机械臂参数优化
油茶果
机械臂
SA-PSO算法
参数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进SA-PSO在系统误差配准中的应用
来源期刊 光电工程 学科 工学
关键词 系统误差 误差配准 粒子群优化(PSO) 模拟退火(SA)
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 27-31,38
页数 分类号 TP391.4
字数 4451字 语种 中文
DOI 10.3969/j.issn.1003-501X.2010.09.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁彦 西北工业大学自动化学院 156 2615 26.0 46.0
2 潘泉 西北工业大学自动化学院 544 9437 45.0 77.0
3 周林 西北工业大学自动化学院 4 16 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (7)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (13)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
系统误差
误差配准
粒子群优化(PSO)
模拟退火(SA)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导