基于自适应Kalman滤波的改进PSO算法

• 作者: 戴洪德 戴邵武 王克红
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 粒子群优化 马尔科夫链 自适应卡尔曼滤波 基准函数
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 制导与控制
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP18
• 字数: 2864字
• 语种: 中文
• DOI: 10.7682/j.issn.1673-1522.2015.01.001

摘要

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法.利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度.仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的“早熟”收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴洪德	海军航空工程学院控制工程系	63	224	8.0	12.0
2	戴邵武	海军航空工程学院控制工程系	89	376	9.0	15.0