資源描述:
《粒子濾波算法性能研究定稿》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、本科畢業(yè)設(shè)計題目粒子濾波算法性能研究學(xué)院管理科學(xué)與工程學(xué)院專業(yè)電子信息工程班級091信工2班學(xué)號2009830101姓名王少華指導(dǎo)老師段凱宇講師2013年6月51安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文摘要粒子濾波算法是一種基于社會型生物群體智能的全局搜索算法,粒子濾波算法通過粒子群中粒子間的合作在復(fù)雜的搜索空間中找到全局的最優(yōu)解。這種算法具有易理解、易實(shí)現(xiàn)、參數(shù)少、搜索能力強(qiáng)等特點(diǎn),受到了學(xué)術(shù)界廣泛關(guān)注,已經(jīng)成為發(fā)展最快的優(yōu)化算法之一。論文介紹了粒子濾波算法的原理、特點(diǎn)。圍繞粒子濾波算法的原理特點(diǎn)和參數(shù)的設(shè)置進(jìn)行了各方面的闡述和論證,利用程序迭代
2、多次觀察粒子分布的方法,系統(tǒng)的分析了粒子濾波算法中的各個參數(shù),論證評估了各種改進(jìn)粒子濾波算法的方法的性能和可行性。最后對粒子濾波算法的研究和應(yīng)用提出了一些建議和展望。關(guān)鍵詞:粒子濾波算法;改進(jìn);最優(yōu)解;參數(shù)設(shè)置51安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文AbstractParticleswarmoptimizationalgorithmisasocialHumanoidswarmintelligence-basedglobalsearchalgorithm,particleswarmoptimizationalgorithmtofindtheglo
3、baloptimalsolutioninacomplexsearchspacethroughcooperationbetweenparticlesinparticleswarm.PSOalgorithmiseasytounderstand,easytoimplement,parameters,searchability,hasbeenwidespreadconcerninacademiccircles,hasbecomethefastestgrowingoneoftheoptimizationalgorithm.Thepaperdescribesth
4、eprinciples,characteristicsofparticleswarmoptimizationalgorithm.Aroundtheprinciplecharacteristicsandparametersofparticleswarmoptimizationalgorithmsettingsexpositionanddemonstrationbyaniterativerepeatedlyobservedparticledistributionmethodtoanalyzethevariousparametersoftheparticl
5、eswarmalgorithmdemonstratedavarietyofimprovedparticleswarmalgorithmperformanceandfeasibilityofthemethod.Finally,thestudyandapplicationoftheparticleswarmoptimizationalgorithmputforwardsomeproposalsandoutlook.Keywords:ParticleSwarmOptimization;improved;optimalsolution;parameterse
6、ttings51安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文目錄1.引言11.1相關(guān)背景11.2研究內(nèi)容和實(shí)際意義22.粒子濾波算法22.1粒子濾波算法的起源22.2粒子濾波算法算法原理和參數(shù)分析32.3粒子濾波算法流程52.4標(biāo)準(zhǔn)粒子濾波算法舉例63.粒子濾波算法性能和改進(jìn)93.1標(biāo)準(zhǔn)粒子濾波算法93.2粒子濾波算法的改進(jìn)103.2.1帶壓縮因子的粒子濾波算法103.2.2線性遞減權(quán)重的粒子濾波算法113.2.3自適應(yīng)權(quán)重法133.2.4隨機(jī)權(quán)重法143.2.5同步變化學(xué)習(xí)因子法153.2.6異步變化的學(xué)習(xí)因子法163.2.7二階粒子濾波算法173.
7、2.8二階振蕩粒子濾波算法174.總結(jié)和展望2051安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院本科畢業(yè)論文粒子濾波算法性能研究1.引言1.1相關(guān)背景最近幾年,人們通過對社會型生物的群體行為觀察模擬,提出了一種新的生物啟發(fā)式計算方法——群體智能算法。群體智能算法中最具有代表性的兩種算法是基于螞蟻尋找路徑的螞蟻算法和通過鳥類覓食行為總結(jié)的粒子濾波算法。自從群體智能算法提出以來,引發(fā)了各個領(lǐng)域?qū)<覀兊膹V泛關(guān)注,成為了人工智能以及電子,生物,經(jīng)濟(jì)等尖端的跨學(xué)科研究領(lǐng)域。在大自然中我們經(jīng)常可以看到這樣想現(xiàn)象:一群鳥尋找食物,這個過程是隨機(jī)的。在搜索區(qū)域里有一只蟲子,任何一
8、只鳥不知道蟲子在哪里,但是他們知道自己當(dāng)前所處位置到蟲子的距離。鳥群找到蟲子最佳方法是什么?最簡單的方法是從