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:
粒子群优化(PSO)粒子滤波算法容易陷入局部最优,从而降低算法精度.针对该问题,提出一种基于混沌的PSO粒子滤波算法.该算法通过混沌搜索算法找到全局最优位置,驱散聚集在局部最优的粒子群,使其向全局最优位置靠近,增加有效估计粒子数,抑制粒子退化与枯竭问题.仿真结果表明,与传统的粒子滤波算法和PSO粒子滤波算法相比,改进算法的估计精度有较大提高.
推荐文章
基于鱼群的PSO粒子滤波算法
鱼群优化
粒子群优化
粒子退化
粒子枯竭
基于粒子滤波的混沌时间序列局域多步预测
局域线性预测
混沌时间序列
粒子滤波
多步预测
邻近点
预测误差
基于容积卡尔曼滤波的高斯粒子滤波算法
高斯粒子滤波
重要性密度函数
实时性
容积卡尔曼滤波
基于容积卡尔曼滤波的辅助粒子滤波算法
非线性系统
容积卡尔曼滤波
辅助粒子滤波
重要性密度函数
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 基于混沌的PSO粒子滤波算法
来源期刊 计算机工程 学科 工学
关键词 粒子滤波 混沌搜索算法 粒子群优化算法 局部最优 粒子退化 粒子枯竭
年,卷(期) 2012,(8) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 134-136,140
页数 分类号 TP312
字数 3959字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.08.044
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 李明 兰州理工大学计算机与通信学院 115 778 15.0 21.0
2 年福忠 兰州理工大学计算机与通信学院 8 34 4.0 5.0
3 逢博 兰州理工大学计算机与通信学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (181)
参考文献  (11)
节点文献
引证文献  (9)
同被引文献  (12)
二级引证文献  (16)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2009(12)
  • 参考文献(5)
  • 二级参考文献(7)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(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)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(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
粒子滤波
混沌搜索算法
粒子群优化算法
局部最优
粒子退化
粒子枯竭
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导