基于改进PSO优化LSSVM的MEMS陀螺随机漂移预测

• 作者: 刘洁瑜 孙田川 康莉 杨浩天
• 来源期刊: 传感技术学报
• 学科: 航空航天
• 关键词: 微机械陀螺仪 最小二乘支持向量机 改进粒子群优化算法 随机漂移
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 854-858
• 页数: 5页
• 分类号: V241.5
• 字数: 3125字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2016.06.011

摘要

提出一种基于改进粒子群算法（PSO）优化最小二乘支持向量机（LSSVM）的MEMS陀螺随机漂移的预测模型建立方法。该方法首先应用最小二乘支持向量机对MEMS陀螺随机漂移建立预测模型，然后应用改进粒子群算法对该模型进行优化，最后应用参数优化后的LSSVM预测模型对随机漂移进行预测。该方法不仅解决了支持向量机训练速度慢和所需计算资源多的问题，而且文中提出的改进的惯性权值递减策略使PSO算法在全局或局部搜索能力上的侧重具有更好的适应度。实验结果表明，该预测模型可以有效地进行陀螺随机漂移的预测，且预测效果优于基本PSO优化的最小二乘支持向量机。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洁瑜	第二炮兵工程大学控制工程系	49	184	7.0	10.0
2	孙田川	第二炮兵工程大学控制工程系	1	5	1.0	1.0
3	杨浩天	第二炮兵工程大学控制工程系	1	5	1.0	1.0