蛙跳算法的改进及其在XNAV时延估计中的应用

发布时间：2020-07-05 00:55

【摘要】：在科学研究和工程应用中都涉及对优化问题的求解,而随着工业发展朝着新型化、综合化、连续化的方向迈进,使得工业生产过程中所面对的优化问题具有多目标求解、强非线性、高变量维度等特征。而启发式智能算法为复杂优化问题的求解开辟了新的解决途径,因而对智能算法的研究具有重要理论意义和应用价值。蛙跳算法(SFLA)是受青蛙捕食行为的启发而设计的一种启发式智能算法,算法通过模拟青蛙捕食,使得粒子在可行域空间内进行迭代搜索,具有结构简单,参数较少,稳定性强等优点。目前受到国内外业内学者广泛关注,已成为智能算法优化研究领域的热点。但该算法也存在自身的缺陷,如求解精度低、收敛速度慢、易早熟等缺陷。因此,为了增强算法性能,弥补算法不足,需对算法进行更深入的研究与优化。针对蛙跳算法在多模态函数寻优中存在的易陷入局部最优、求解精度低、寻优峰值数过少等缺陷,提出一种免疫双向蛙跳算法,并将该算法用于多模态函数寻优中。算法在每次循环迭代中,先通过基于双向进化机制的蛙跳算法以模因组的形式进行“局部-全局”搜索,再通过克隆选择算法,对已搜索到的解进行局部优化,以进一步提高解的精度。最后通过将部分函数旋转,以进一步验证算法的性能。仿真结果表明,与原始蛙跳算法相比,该算法在保证收敛速度的同时,算法在寻优精度和搜索到的极值点数目方面都显著提高。X射线脉冲星导航(XNAV)是一种应用较为广泛的天文自主导航,通过到达时间(TOA)来获取航天器在深空中的各项参数,而要计算TOA最好的方式是通过时延估计。本文在传统双谱算法的基础上,通过引入改进的蛙跳算法,提出了一种估计X射线脉冲星累积脉冲轮廓时间延迟的方法。该方法在地面数据控制中心通过改进的蛙跳算法提取X射线脉冲星累计脉冲轮廓双谱的特征谱点,并将特征谱点存入航天器数据库中。使得在航天器中只需计算标准累积脉冲轮廓(SIPP)和观测累积脉冲轮廓(OIPP)在特征谱点处的双谱值,从而减少计算量,达到加快时延估算的目的。最后通过仿真实验表明,该算法在保留了传统双谱算法在时延估计中高精度特点的同时,大大增强了导航算法的实时性。
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18
【图文】：

，一考；第三项“社会部分”，来源于群体中其它优秀粒子的飞行经验，为粒子之的信息共享。通过三个部分的共同作用，促使粒子向最优位置快速靠拢。逡逑２．３．２蛙跳算法的基本原理及流程逡逑蛙跳算法是通过模仿青蛙捕食而设计的一种协同搜索进化算法，算法以池为可行域，池塘内青蛙为独立个体，每只青蛙携带自身独有的文化信息，由于法是基于以族群为单位的思想进行信息交换的，因而池塘内青蛙都是以小范围相对独立的群体为单位进行觅食，同一石块上的青蛙为一个族群，通过在不同石块间跳跃来寻找食物。青蛙为了能更快更高效的寻找到食物，每个青蛙的文信息是相互流通的，通过彼此之间的信息交换来起到取长补短的效果，实现信共享，进而提升自己寻找食物的能力。在每个族群内部，由族群内优秀个体指其它青蛙的捕食行为，实现整个族群的共同进化。当每个分散的族群进化到一程度时，将每个族群混合，使得不同族群相互交流，直到满足进化停止条件。过不同族群间的混洗，使得每个蛙体感受不同的种族氛围，接触新思想，避免某个种族思想偏执的影响，从而使得整个种群沿着正确的方向快速的寻找到物。ＳＦＬＡ的基本思想示意图如图２．３所示：逡逑

逦１／４逦１８．５逡逑图３．４为针对函数／！0、／？，算法ＤＣＳＡ、ＢＳＦＬＡ、ＢＩＳＦＬＡ的收敛过程。逡逑１４０１逦逦逦＇逦＇逦■逦逦逦邋６００邋Ｉ逦１逦＇逦＇逦廧逡逑ｓ邋１００逦／逦．逦ａ；—逡逑ｔ邋ｓｏ邋／逦＞逦？逦１逦／ｙ逡逑＾逦＜逦ｃ邋３００逦／逡逑ｙ邋６０邋Ｉ邋Ｉ，逦逦；逦邋竞逦—？—ＢＩＳＦＬＡ逡逑｜逦／邋／逦—＾－ＢＩＳＦＬＡ逦＾邋２００逦／＾／逦ＢＳＦＬＡ逡逑４０逦ＢＳＦＬＡ逦Ｋｙ逦－邋＊邋－邋ＤＣＳＡ逡逑．逦－＊邋－邋ＤＣＳＡ逦１００邋Ｅ逡逑２Ｑ－／－？逦＇逦邋／邋■逡逑ＪＬ＿＿＾＿＿，，，逦＾＾＾＾＾＾逡逑０逦２逦４逦６逦８逦１０逦１２逦０逦３逦６逦９逦１２逦１５逡逑ｉｔｅｒａｔｉｏｎｓ逦ｉｔｅｒａｔｉｏｎｓ逡逑（ａ）邋／ｉ0逦（ｂ）邋ｆ＼＼逡逑图３．４函数／ｌ（）、／？的收敛过程逡逑图３．５、３．６为针对函数／１４、／１５，算法ＳＦＬＡ、ＢＳＦＬＡ、ＤＣＳＡ、ＢＩＳＦＬＡ的极值逡逑点分布图。逡逑通过对表３．４以及图３．４、３．５、３．６的分析可得：逡逑（ｌ）ＢＳＦＬＡ的求解精度远高于基本ＳＦＬＡ的求解精度，在峰值数方面非常接近逡逑或已达到理论值，使得ＢＳＦＬＡ在多峰寻优中表现出了良好的寻优性能，说明双向逡逑学习机制的有效性。逡逑⑵与ＢＳＦＬＡ相比

【参考文献】

相关期刊论文 前10条

1 李小平;方海燕;孙海峰;薛梦凡;孙海建;;X射线脉冲星大尺度时间转换模型研究[J];载人航天;2015年06期

2 金晶;王敏;黄良伟;贺亮;姜宇;;NPF算法在X射线脉冲星导航中的应用研究[J];宇航学报;2015年11期

3 潘翔;唐春晖;张仁杰;;基于混合蛙跳算法的移动机器人路径规划[J];电子科技;2015年11期

4 陈霄;徐慨;杨海亮;;基于LMS自适应滤波和希尔伯特差值的二次相关时延估计算法[J];指挥控制与仿真;2015年03期

5 王松;孙振忠;郭建文;张智聪;;基于混合蛙跳算法的复杂产品装配序列规划[J];计算机集成制造系统;2014年12期

6 刘立群;王联国;火久元;韩俊英;刘成忠;;基于模糊阈值补偿的混合蛙跳算法[J];计算机工程;2014年05期

7 李建军;郁滨;陈武平;;混合蛙跳算法的改进与仿真[J];系统仿真学报;2014年04期

8 王联国;龚亚星;;一种单种群混合蛙跳算法[J];计算机工程与科学;2014年03期

9 纪昌明;李继伟;张新明;张验科;;基于免疫蛙跳算法的梯级水库群优化调度[J];系统工程理论与实践;2013年08期

10 孔凡光;何建华;唐奎;;基于改进混合蛙跳算法的在轨服务飞行器任务分配[J];计算机测量与控制;2013年04期

相关博士学位论文 前1条

1 刘东;粒子群优化算法及其工程应用研究[D];西南交通大学;2013年

本文编号：2741834