共查询到20条相似文献，搜索用时 328 毫秒
1.
针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入扩展卡尔曼滤波算法（EKF）和Unscented卡尔曼滤波算法（UKF）。EKF算法将非线性系统线性化,是在非线性系统中常用的一种滤波方法 UKF算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的扩展卡尔曼滤波算法。 相似文献
2.
构造了一个求解一般约束非线性优化问题的增广Lagrangian算法 ,通过引进函数 φ(x) =max{g(x) ,- λr}可直接处理不等式的约束情形 .并且每次只需近似地求出对应增广Lagrangian罚函数的局部最小点 .在一般假设下 ,算法产生的点列的任意聚点都是问题的K -T点 相似文献
3.
4.
传统数学规划方法如梯度法等在解决非线性规划问题时,往往会由于问题本身的多峰性而落入局部最优解中,得不到全局最优解,这使得传统方法在解决非线性规划问题中受到很大的限制.80年代初,S.Kirkpatrick提出了模拟退火算法(Simutaneous Annealing),该方法在解决复杂的组合优化问题中可以得出很好的结果.它是一种仿金属退火物理过程的随机算法,在理想状态下可得出全局最优解,并能以一定的概率跳出局部最优解所在的区域.本文我们将探讨SA法在求解非线性约束优化问题中的应用. 相似文献
5.
为了提高飞行姿态的测量精度,工程上一般使用滤波算法对测量数据进行滤波降噪处理,由于建立在线性递推估计框架之上的卡尔曼滤波算法在处理非线性问题时精度不佳,且无迹卡尔曼滤波算法无法保证正交且解算量大,于是容积卡尔曼滤波算法便应运而生了。由于采用了容积采样准则,其解算量仍然较大,为此本文基于乔列斯基分解原理改进了容积卡尔曼滤波的逆矩阵运算方法,使解算精度保持不变的同时能够大幅降低解算时间,为工程应用提供了一种参考。 相似文献
6.
为了探寻非线性、非高斯系统滤波的最优算法,运用Python搭建Monte Carlo仿真实验模型,观察了扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、重要性重采样算法(SIR)和辅助粒子滤波(APF)的状态估计曲线,对比了仿真结果的RMSE平均值,对各种滤波算法进行性能评估.实验结果表明,EKF对于强非线性系统会出现滤波发散现象,APF比UKF和SIR有更好的跟踪准确性. 相似文献
7.
基于扩展的K-T条件和罚函数方法并结合改进的粒子群算法提出一种求解非线性二层规划问题的新算法,数值计算结果表明,该算法能够在较短的时间内得到问题的近似最优解,是一种求解非线性二层规划问题的有效方法． 相似文献
8.
何毅 《四川三峡学院学报》2013,(3):29-32
给出不同的具有不等式约束的F线性优化问题的最优解集的刻画.结果用梯度条件和拉格朗日乘子表示.首先我们建立了F线性优化问题的拉格朗日函数在最优解集中是常值函数.然后,利用该性质得到了一些拉格朗日乘子为基础的最优解集的刻画. 相似文献
9.
传统的BP神经网络收敛速度慢,以及该算法的不完备性,易陷于局部极小,全局最优无法保证能收敛到等缺点.针对BP神经网络的缺陷,该文提出了遗传算法,利用遗传算法优化BP神经网络权值和阈值,使得训练了BP神经网络预测模型得到了最优解.采用遗传算法优化BP神经网络的算法,并以此结合算法来研究非线性函数拟合的问题.从实验结果表明,基于遗传算法优化的BP神经网络的非线性函数拟合具有较强的收敛性和鲁棒性,并且有了更高的预测精度. 相似文献
10.
从拉格朗日乘子法出发,考虑多元函数在等式约束条件下的极值问题.由线性方程组理论得到多元函数在一个或多个等式约束条件下极值点存在的必要条件.并进一步考虑该条件在优化理论中的应用,通过将不等式约束转化为等式约束,运用等约束条件下极值存在的必要条件获得最优解. 相似文献
11.
遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程中,往往会出现早熟现象。基于GA传统算法,结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。 相似文献
12.
遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率算法,然而在GA求解过程耗时较长,易出现早熟现象导致结果准确度低。根据GA传统算法与结合最速下降法和惩罚函数方法,提出求解非线性优化问题的混合遗传算法(HGA)。在无约束优化问题和约束优化两类问题中分别使用基于最速下降法的SHGA、基于惩罚函数法的PHGA)进行求解。通过数值算例验证,表明HGA在非线性优化问题中比GA传统算法具有更快的收敛速度以及更好的最优解。 相似文献
13.
余览娒 《温州大学学报(社会科学版)》2009,(3):22-26
针对带多项式不等式约束和多项式等式约束优化问题,提出了一个新的求全局最优解的方法：首先将其不等式约束转化为等式约束,然后按K-T条件将其化为解方程组问题,再利用软件包Wsolve求出方程组的解,从而获得原问题的全局最优解.实例计算表明,该方法在解这类优化问题时,是简明和行之有效的. 相似文献
14.
针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。 相似文献
15.
目标定位跟踪的关键在于得到精确的定位数据,而要获取精确的定位数据取决于高效的滤波算法。无迹卡尔曼滤波由于具有定位精度高、算法复杂度低等特点,被广泛应用于非线性系统中。针对无迹卡尔曼滤波在目标运动状态突变时容易出现跟踪精度下降、目标丢失等问题,对传统无迹卡尔曼滤波算法进行优化和改进,通过将无迹卡尔曼滤波与IMM卡尔曼滤波算法相结合,利用IMM算法的鲁棒性有效提高了无迹卡尔曼滤波在目标机动运动时的跟踪精度,避免了目标丢失。实验仿真结果表明,IMMUKF算法具有很好的稳定性,可实现复杂的目标跟踪。 相似文献
16.
为克服粒子群算法在处理复杂高维问题时易陷入局部最优及寻优精度低等缺陷,提出一种融合 Rosenbrock 搜索法的混合粒子群算法。首先,利用 Tent 混沌序列进行种群初始化;其次,采用去速度项的简化粒子群公式提高收敛速度并对个体极值加入扰动,增强粒子种群多样性;最后,当全局最优个体更新停滞时,利用Rosenbrock 搜索法对全局最优个体进行局部搜索,提高解的精度。利用 8 个常用基准测试函数分别对 30 维和50 维问题进行实验,证实该算法可寻到病态函数 Rosenbrock 全局最优值,且比其它 7 个函数的寻优精度提高10-2 数量级。实验证明该算法收敛速度快,解的精度高,全局搜索能力强,寻优能力明显提高。 相似文献
17.
为了提高计算机视觉领域中核心问题之一的基础矩阵估算的效率,基于条纹边界编码约束实现了一种快速估算方法．与传统的基于代数最小二乘法算法不同,该算法利用Hough变换将Hough半径作为最优化过程的最小化因子．在特定条纹边界编码的结构光投影系统模型下,利用条纹编码的共面性构造线性约束,采用Hough变换将同码像素映射到Hough空间,其交点的半径可作为最优化评价函数的最小化因子．再通过Levenberg—Marquardt最优化迭代过程估算出基本矩阵的全局最优解．实验结果表明了该算法的正确性,并证明了其可有效提高估算精度与效率． 相似文献
18.
周雪刚 《赤峰学院学报(自然科学版)》2011,27(4):5-7
提出了求解目标函数是非凸二次函数约束是线性不等式的非凸二次规划问题的单纯形分支与对偶定界的全局优化算法.算法在分支定界搜索过程中,下界只需要求解利用拉格朗日对偶得到的一系列线性规划,利用这些线性规划的最优对偶解求得非凸二次规划问题的可行解.最后证明了算法的收敛性并通过一个实例说明算法的可行性. 相似文献
19.
基于ACA-NR的模拟电路直流仿真研究 总被引：1，自引：1，他引：0
针对模拟电路直流仿真中Newton-Raphson(NR)方法存在的收敛不确定性、反复数值求导以及限于单次解等缺陷,引入进化方法以优化直流分析过程.研究了基于蚁群算法直接求解电路非线性代数方程的适应度函数构建、初始解分布、分类转移规则及信息素更新机制.鉴于蚁群算法直接求解的低精度问题,提出了将蚁群算法与NR方法相结合的新型优化方法--ACA-NR方法.实验结果表明,ACA方法具有方程求解收敛的稳定性和多解寻优能力,ACA-NR方法相比NR、ACA方法能够达到决策最优. 相似文献
20.
刘俊 《绵阳师范学院学报》2015,(2):79-83
直接使用BP神经网络拟合非线性函数,具有预测精度差、收敛速度慢等缺点.该文提出利用极强全局搜索能力的思维进化算法来优化BP神经网络.首先根据BP神经网络拓扑结构构建思维进化算法模型,然后用思维进化算法得到的最优解作为BP神经网络的初始权值和阈值,最后利用MATLAB软件对多个非线性函数进行拟合仿真实验,比较思维进化算法优化BP神经网络和单纯使用BP神经网络的预测结果 .数据表明,优化后的BP神经网络具有更高的拟合精度和更短的网络训练时间. 相似文献