-
题名多策略改进麻雀搜索算法优化无迹卡尔曼滤波方法
- 1
-
-
作者
刘建娟
李志伟
姬淼鑫
吴豪然
许强伟
-
机构
河南工业大学电气工程学院
河南工业大学机电设备及测控技术研究所
-
出处
《科学技术与工程》
北大核心
2025年第1期227-237,共11页
-
基金
国家自然科学基金(62201199)
河南省科技攻关项目(232102320037)
河南工业大学自科创新基金(2021ZKCJ07)。
-
文摘
针对无迹卡尔曼滤波(unscented Kalman filter,UKF)中无迹变换(unscented transform,UT)在状态估计时采样点分布状态控制参数异常对滤波性能的影响问题,提出了一种利用多策略改进麻雀搜索算法(improved sparrow search algorithm,ISSA)对UT中采样点分布状态控制参数进行寻优调整的方法,从而优化Sigma点分布以提高非线性近似效果,改善滤波估计性能。同时针对传统麻雀搜索算法面临的易陷入局部最优和收敛速度慢等问题,首先利用Cubic混沌映射改善初始种群的多样性;其次在发现者阶段引入非线性自适应收敛因子,提高平衡算法在全局探索和局部开发方面的能力;同时在追随者阶段利用小波变异策略,以避免追随者盲目追随而导致算法陷入局部最优;最后利用自适应t分布的扰动能力增强算法的全局搜索能力。通过测试函数对ISSA算法进行仿真实验,结果表明ISSA算法具有更好的收敛性和求解精度,同时验证ISSA优化UKF算法后的仿真结果,表明了ISSA-UKF算法相比于UKF算法的位置均方根误差降低了52.2%,速度均方根误差降低了21.9%,证明了改进方法的有效性和可行性。
-
关键词
无迹卡尔曼滤波
麻雀搜索算法
Cubic混沌映射
非线性自适应收敛因子
小波变异策略
-
Keywords
unscented Kalman filter
sparrow search algorithm
Cubic chaotic mapping
nonlinear adaptive convergence factor
wavelet mutation strategy
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多策略鼠群优化算法的无人机三维航迹规划
被引量：3
- 2
-
-
作者
解瑞云
海本斋
-
机构
河南工学院电缆工程学院
河南省线缆结构与材料重点实验室
河南师范大学教育学部
-
出处
《机械设计与制造》
北大核心
2024年第9期112-119,共8页
-
基金
河南省科技攻关项目(242102210119,242102230175,242102230167)
河南省高等学校重点科研项目(23A520020)
+4 种基金
河南省高等教育教学改革研究与实践项目(2024SJGLX0559)
2023年度河南省普通本科高等学校智慧教学研究专项项目—基于智慧教学平台的“新工科”混合教学模式构建与应用研究
横向课题:高密度人群课堂环境下的学生学习行为识别技术开发
2023年校级科研反哺教学专项课题(XJ2023002402,XJ2023001702)
河南工学院校级教改项目(2024JG-ZD009)。
-
文摘
针对在复杂电力检测环境中无人机三维航迹规划问题,提出一种基于跳跃式自适应小孔成像反向学习鼠群优化(JAPRSO)算法的无人机三维航迹规划方法。JAPRSO算法引入了Sobol序列初始化种群以增强种群多样性;引入了非线性自适应因子实现动态权衡局部开发和全局搜索能力;嵌入了跳跃式围捕猎物机制以避免算法陷入局部最优;同时,引入跳跃式自适应小孔成像反向学习追赶猎物机制以提高算法的全局寻优能力。仿真结果表明:所提出的路径规划方法寻优性能优于RSO算法、灰狼优化(GWO)算法,金枪鱼群优化(TSO)算法和海鸥优化(SOA)算法,能够有效地躲避威胁区,快速获得航迹代价最小的安全可行航迹,可适用于求解电力检测方面的无人机三维航迹规划问题。
-
关键词
鼠群优化算法
无人机三维航迹规划
非线性自适应因子
跳跃式围捕机制
自适应小孔成像反向学习
-
Keywords
Rat Swarm Optimizer
Unmanned Aerial Vehicle Three-Dimensional Path Planning
Nonlinear Adap⁃tive Factor
Jumping Attacked Prey Mechanism
Adaptive Pin-Hole Imaging Opposition-Based Learning Mechanism
-
分类号
TH16
[机械工程—机械制造及自动化]
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多策略改进鼠群算法的机器人路径规划
被引量：2
- 3
-
-
作者
解瑞云
海本斋
-
机构
河南工学院电缆工程学院
河南师范大学教育学部
-
出处
《组合机床与自动化加工技术》
北大核心
2022年第10期50-54,共5页
-
基金
河南省高等学校重点科研项目(22B520006)
新乡市软科学研究计划项目(RKX2019013,RKX2021018)
+2 种基金
河南省教师教育课程改革重点项目(2019-JSJYZD-013)
河南省本科高等学校智慧教学专项研究项目
河南工学院教学改革项目(2021-YB026)。
-
文摘
鼠群优化(RSO)算法求解复杂环境下移动机器人路径规划问题时易出现早熟现象导致求解精度不足,针对此问题,提出一种多策略改进鼠群优化(MRSO)算法。首先,提出一种旋转小孔成像反向学习搜索策略,将其嵌入算法攻击猎物过程中对种群进行反向学习,提高算法全局搜索能力;其次,引入Iterative混沌RPOBL反向学习策略保证了算法的初始种群多样性,提高了算法初始寻优效率与收敛精度;最后,在算法追逐猎物过程中,采用“双平滑”和“双碗式”非线性自适应因子动态平衡了算法的全局搜索与局部探索,增强了算法局部和全局寻优能力。结果表明,在不同地图环境中,MRSO算法的路径寻优结果优于RSO、TSO和GWO算法,MRSO算法可快速和高效地解决复杂环境中移动机器人路径规划问题。
-
关键词
鼠群优化算法
旋转小孔成像反向学习
Iterative混沌
双平滑非线性自适应因子
双碗式非线性自适应因子
移动机器人路径规划
-
Keywords
rat swarm optimizer
rotating pin-hole imaging opposition-based learning
Iterative chaos map
double-smooth nonlinear adaptive factors
double-bowl nonlinear adaptive factors
mobile robot path planning
-
分类号
TH165
[机械工程—机械制造及自动化]
TG659
[金属学及工艺—金属切削加工及机床]
-
-
题名基于改进火烈鸟搜索算法的移动机器人路径规划
被引量：5
- 4
-
-
作者
马兵
吕彭民
刘永刚
韩红安
周强
胡永涛
-
机构
长安大学道路施工技术与装备教育部重点实验室
河南卫华重型机械股份有限公司
河南工学院电气工程与自动化学院
-
出处
《传感器与微系统》
CSCD
北大核心
2023年第11期123-126,共4页
-
基金
国家科技支撑计划资助项目(2015BAF07B02)
河南省科技攻关计划资助项目(202102210061)
+1 种基金
长安大学横向项目(220225200517)
新乡市科技攻关计划资助项目(GG2020014)。
-
文摘
为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位置更新方式,增强算法局部寻优能力;进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习,提高算法的寻优效率与精度。实验结果表明:IFSA能够快速获取最短路径,寻优能力优于其他算法,具有较强的稳定性和鲁棒性。
-
关键词
移动机器人
火烈鸟搜索算法
自适应Sigmoid非线性因子
混合精细分级
随机镜面反射学习
路径规划
-
Keywords
mobile robot
flamingo search algorithm(FSA)
adaptive Sigmoid nonlinear factor
hybrid fine grading
random specular reflection learning(RSRL)
path planning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
