江西省教育厅科学技术研究项目(GJJ12305)
- 作品数：5 被引量：14H指数：2
- 相关作者：曹义亲黄晓生钟涛张贞薛海英更多>>
- 相关机构：华东交通大学更多>>
- 发文基金：江西省科技支撑计划项目江西省教育厅科学技术研究项目江西省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的基于蚁群优化的粒子滤波算法被引量：8
- 2013年
- 针对传统粒子滤波算法中粒子匮乏以及粒子多样性丧失的问题,提出了一种基于蚁群优化的改进粒子滤波算法。该算法利用蚁群算法优化粒子滤波的重采样过程,使粒子在更新权值后,利用转移概率向权值较优粒子的位置移动,以防止权值较小的粒子在多次迭代后退化消失;同时,设置转移阈值,以抑制权值较优粒子间的转移,从而同时解决了粒子匮乏以及粒子多样性丧失的问题。实验结果表明,该算法具有较高的预估精度和较好的鲁棒性。
- 曹义亲钟涛黄晓生
- 关键词：粒子滤波蚁群算法
- 基于N-P决策融合准则的传感器网络最优检测机制
- 2014年
- 针对分布式传感器网络检测系统中的最优决策融合问题,引入了奈曼-皮尔逊判定准则,在此基础上推导出由虚警率条件约束的最大检测准确概率的局部判决阀值和全局最优判决阀值的求解方法。设计了基于该准则的最优检测阀值求解算法和全局检测机制。仿真结果表明,在相同的参数设置下,该机制能在减小系统通信开销和达到节点负载均衡的同时,达到与数值融合机制相当的性能水平。与已有的决策融合方法相比,能提高平均10%的系统检测准确概率。
- 曹义亲薛海英袁朝晖
- 关键词：分布式传感器网络目标检测N-P准则
- 改进的带经验因子的二进制粒子群优化算法被引量：6
- 2013年
- 针对传统二进制粒子群优化(BPSO)算法未充分利用粒子位置的历史信息辅助迭代寻优,从而影响算法寻优效率的进一步提高的问题,提出一种改进的带经验因子的BPSO算法。该算法通过引入反映粒子位置历史信息的经验因子来影响粒子速度的更新,从而引导粒子寻优。为避免粒子对历史信息的过度依赖,算法通过赏罚机制和历史遗忘系数对其进行调节,最后通过经验权重决定经验因子对速度更新的影响。仿真实验结果表明,与经典BPSO算法以及相关改进算法相比,新算法无论在收敛速度还是全局搜索能力上,都能达到更好的效果。
- 曹义亲张贞黄晓生
- 关键词：二进制粒子群优化历史信息
- 改进遗传算法求解单任务Agent联盟
- 2014年
- 多Agent系统中,Agent形成联盟来完成任务,是Agents间的一种重要合作方式。遗传算法在求解单任务Agent联盟时存在稳定性较差、收敛速度慢、寻优能力不强等问题,对此,提出一种基于改进遗传算法的单任务联盟形成策略。该方法通过定义衡量遗传算法种群多样性参数,根据该参数值使用不同的配对策略在潜在交叉集合中选择个体进行配对交叉,以减少无效的交叉操作,从而提高交叉操作的效率;针对传统变异算子缺乏一定的方向性,通过个体Agent能力大小确定变异基因位,以提高算法搜索性能。对比实验结果表明,该算法可以快速、高效地找出合适的Agent联盟。
- 曹义亲张政庭黄晓生
- 关键词：多AGENT系统AGENT联盟遗传算法
- 基于蚁群优化的边缘化粒子滤波器跟踪算法
- 2014年
- 针对边缘化粒子滤波器(MPF)中的Kalman滤波通常无法从量测方程中获得线性状态估计,以及标准粒子滤波器估计非线性状态计算量大和粒子退化的问题,提出了一种改进的MPF粒子滤波目标跟踪算法。该方法采用状态的预测值作为Kalman粒子滤波的量测更新,用Kalman滤波估计目标的速度和加速度,并通过蚁群优化算法改进标准粒子滤波器,并用以估计目标的位置信息。仿真结果表明:该方法在提高目标状态估计精度的同时,降低了粒子滤波的计算复杂度,克服了粒子滤波退化现象。
- 曹义亲肖金胜黄晓生
- 关键词：蚁群算法KALMAN滤波目标跟踪
