基于改进混沌PSO的多相机组网优化研究

发布时间：2022-01-24 11:46

　　多相机组网网络设计具有多参数、多约束、运算量大等特点,在理论上是一个复杂的优化策略问题,寻找其绝对精确的最优解通常需要很大的运算量,因此在实现时必须考虑算法效能。利用基于粗糙集的启发式属性约简算法获得特征属性的约简,在此基础上利用改进的支持向量机对约简信息进行预测。为了获得最优预测精度,采用混沌粒子群优化（PSO）算法以避免SVM预测模型的局部优化。最后通过实验对粒子群优化（PSO）算法、改进的PSO（IPSO）算法与混沌PSO（CPSO）算法性能进行比较,分析结果表明,相比于其它方法,该方法在收敛速度以及防止局部寻优等性能方面有较大提高。 

【文章来源】：软件导刊. 2019,18(04)

【文章页数】：4 页

【部分图文】：

Logistic混沌搜索性能

Logistic，可提供更稳定的PSO最优拟合值，从而提高了混沌优化工作效率。表1给出了10个相机的优化配置结果分析。不同模型预测性能比较如表2所示。由表可知，本文方法比PSO-SVM和SVM模型预测效果更好，通过混沌搜索处理以避免局部最小值，能够减少0.42％以上的预测误差。对于每种型号相机，多次改变输入相机个数，可得到不同相机个数下最优的组网摄像测量精度。根据精度随相机个数变化的曲线，从曲线中选择满足精度要求的该型号相机个数及对应的优化配置。图4Logistic混沌搜索性能图5Henon混沌搜索性能曾祥进，田金文，陈建，等：基于改进混沌PSO的多相机组网优化研究··125

【参考文献】：
期刊论文
[1]基于改进粒子群算法和特征点集的无线传感器网络覆盖问题研究[J]. 丁旭,吴晓蓓,黄成.  电子学报. 2016(04)
[2]求解旅行商问题的改进局部搜索混沌离散粒子群优化算法[J]. 程毕芸,鲁海燕,徐向平,沈莞蔷.  计算机应用. 2016(01)
[3]基于改进粒子群算法的无线传感网络覆盖优化[J]. 冯琳,冉晓旻,梅关林.  太赫兹科学与电子信息学报. 2015(03)
[4]自适应惯性权重的改进粒子群算法[J]. 敖永才,师奕兵,张伟,李焱骏.  电子科技大学学报. 2014(06)
[5]基于群体早熟程度和非线性周期振荡策略的改进粒子群算法[J]. 朱喜华,李颖晖,李宁,范炳奎.  通信学报. 2014(02)
[6]一种基于多目标混沌PSO的机器人足球防守策略[J]. 唐贤伦,周维,张衡,陈光丹,刘念慈.  系统仿真学报. 2014(01)
[7]双中心粒子群优化算法[J]. 汤可宗,柳炳祥,杨静宇,孙廷凯.  计算机研究与发展. 2012(05)
[8]基于自适应惯性权重的混沌粒子群算法[J]. 周燕,刘培玉,赵静,王乾龙.  山东大学学报(理学版). 2012(03)
[9]基于SQP局部搜索的混沌粒子群优化算法[J]. 徐文星,耿志强,朱群雄,顾祥柏.  控制与决策. 2012(04)
[10]一种具有初始化功能的自适应惯性权重粒子群算法[J]. 杜继永,张凤鸣,李建文,杨骥.  信息与控制. 2012(02)



本文编号：3606516