久久av高清无码,精品久久久久久午夜福利,亚洲第一页在,久久精品国产中国久久

2019-11-20 14:10 來源：京東作者：京東

編輯推薦:

內(nèi)容簡介:　　利用群體智能優(yōu)化算法（Swarm Intelligence Optimization Algorithm，SIOA）對PF進行優(yōu)化具有較強的代表性，為此，作者首先介紹8種常見的群體智能算法，如粒子群算法、雞群算法和蟻群算法等。而較多的學(xué)者都是基于粒子群算法對PF進行優(yōu)化的，其基本思路也為其他研究人員提供了重要的借鑒意義；而基于其他智能優(yōu)化算法對PF進行優(yōu)化也得以快速發(fā)展，如先對螢火蟲算法、蝙蝠算法和差分進化算法等進行改進，再對PF進行優(yōu)化。在分析和總結(jié)眾多學(xué)者的研究思路的基礎(chǔ)上，作者重點研究了利用布谷鳥算法和煙花算法對PF進行改進和優(yōu)化的方法。其基本思想是：由于蝙蝠算法和螢火蟲算法易陷入局部問題，而煙花算法具有很好的隨機性和全局收斂性，因此，基于這些算法對PF進行改進和優(yōu)化而提出了FWA-PF。然后重點分析了FWA-PF的收斂性，以及煙花爆炸半徑、火花數(shù)對粒子多樣性及PF性能的影響。另外，作者也探索了利用布谷鳥算法對PF進行優(yōu)化的方法，以及基于多新息理論對PF進行優(yōu)化的方法。在群體智能優(yōu)化算法優(yōu)化粒子濾波的基礎(chǔ)上，《非線性系統(tǒng)的狀態(tài)估計方法》最后一章也介紹了其他學(xué)者基于其他方法和思想對PF的改進，這也為我們的研究提供了重要的借鑒作用。
　　EKF作為另一個解決非線性系統(tǒng)狀態(tài)估計問題的標(biāo)準(zhǔn)方法，作者首先介紹了EKF的基本原理和方法，并重點介紹了基于多新息理論優(yōu)化EKF，以及其他如基于雁群PSO、模糊神經(jīng)網(wǎng)絡(luò)等對EKF優(yōu)化的方法。最后，介紹了作者本人的基于核偏小二乘法（Kernel Partial Least Square，KPLS）對EKF進行優(yōu)化的方法。
　　非線性狀態(tài)估計在科學(xué)研究和工程應(yīng)用領(lǐng)域具有重要價值，如工業(yè)過程中的狀態(tài)反饋控制、航空制導(dǎo)系統(tǒng)、飛行目標(biāo)跟蹤、故障診斷和生化反應(yīng)狀態(tài)提取等領(lǐng)域。

作者簡介:　　白曉波，男，陜西勉縣人，2010年于湖南大學(xué)獲得碩士學(xué)位，現(xiàn)為西安工程大學(xué)工程師，CCF會員，主要研究領(lǐng)域為信息融合、智能信息處理等。
　　近五年，參與省部級與廳局級課題6項，以首作者在SCI期刊發(fā)表論文一篇，國際會議一篇，CSCD兩篇，核心期刊三篇。作為主要參與人獲得省部級獎2項、廳局級獎2項、行業(yè)協(xié)會獎3項。

目錄:第1章研究背景
1．1 粒子濾波理論
1．2 小結(jié)
參考文獻

第2章群體智能算法
2．1 粒子群優(yōu)化算法
2．2 螢火蟲算法
2．3 布谷鳥算法
2．4 雞群算法
2．5 蝙蝠算法
2．6 煙花算法
2．7 差分進化算法
2．8 混合蛙跳算法
2．9 蟻群算法
2．10 小結(jié)
參考文獻

第3章群體智能算法優(yōu)化粒子濾波
3．1 粒子群優(yōu)化算法優(yōu)化粒子濾波
3．2 其他基于PSO優(yōu)化PF方法
3．3 螢火蟲算法優(yōu)化粒子濾波
3．4 蝙蝠算法優(yōu)化粒子濾波
3．5 雞群算法優(yōu)化粒子濾波
3．6 混合蛙跳算法優(yōu)化粒子濾波
3．7 布谷鳥算法優(yōu)化粒子濾波
3．8 煙花算法優(yōu)化粒子濾波
3．9 小結(jié)
參考文獻

第4章擴展卡爾曼濾波
4．1 擴展卡爾曼濾波
4．2 改進的自適應(yīng)卡爾曼濾波
4．3 基于多新息理論優(yōu)化的EKF（MI-EKF）
4．4 -種新的改進擴展卡爾曼濾波
4．5 改進粒子群算法優(yōu)化的EKF
4．6 混雜擴展卡爾曼濾波的改進
4．7 基于雁群PSO的模糊自適應(yīng)EKF
4．8 模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化擴展卡爾曼濾波
4．9 其他關(guān)于EKF的改進研究
4．10 基于學(xué)習(xí)的KPLS優(yōu)化擴展卡爾曼濾波
4．11 小結(jié)
參考文獻

第5章粒子濾波的其他改進研究
5．1 和聲搜索算法優(yōu)化粒子濾波
5．2 多策略差分布谷鳥算法優(yōu)化粒子濾波
5．3 改進的顏色粒子濾波
5．4 Student's t分布的自適應(yīng)重采樣粒子濾波
5．5 基于萬有引力優(yōu)化的粒子濾波
5．6 基于多新息理論的優(yōu)化粒子濾波
5．7 小結(jié)

參考文獻

相關(guān)商品