《粒子滤波算法性能研究本科毕业设计》.docx

本科毕业设计题 目 粒子滤波算法性能研究 学 院 管理科学与工程学院 专 业电子信息工程 摘要粒子滤波算法是一种基于社会型生物群体智能的全局搜索算法，粒子滤波算法通过粒子群中粒子间的合作在复杂的搜索空间中找到全局的最优解。这种算法具有易理解、易实现、参数少、搜索能力强等特点，受到了学术界广泛关注，已经成为发展最快的优化算法之一。论文介绍了粒子滤波算法的原理、特点。围绕粒子滤波算法的原理特点和参数的设置进行了各方面的阐述和论证，利用程序迭代多次观察粒子分布的方法，系统的分析了粒子滤波算法中的各个参数，论证评估了各种改进粒子滤波算法的方法的性能和可行性。最后对粒子滤波算法的研究和应用提出了一些建议和展望。关键词：粒子滤波算法；改进；最优解；参数设置AbstractParticle swarm optimization algorithm is a social Humanoid swarm intelligence-based global search algorithm, particle swarm optimization algorithm to find the global optimal solution in a complex search space through cooperation between particles in particle swarm. PSO algorithm is easy to understand, easy to implement, parameters, search ability, has been widespread concern in academic circles, has become the fastest growing one of the optimization algorithm. The paper describes the principles, characteristics of particle swarm optimization algorithm. Around the principle characteristics and parameters of particle swarm optimization algorithm settings exposition and demonstration by an iterative repeatedly observed particle distribution method to analyze the various parameters of the particle swarm algorithm demonstrated a variety of improved particle swarm algorithm performance and feasibility of the method. Finally, the study and application of the particle swarm optimization algorithm put forward some proposals and outlook.Key words: Particle Swarm Optimization; improved; optimal solution;parameter settings目录1.引言21.1相关背景21.2研究内容和实际意义22.粒子滤波算法22.1粒子滤波算法的起源22.2粒子滤波算法算法原理和参数分析22.3粒子滤波算法流程22.4标准粒子滤波算法举例23.粒子滤波算法性能和改进23.1标准粒子滤波算法23.2粒子滤波算法的改进23.2.1带压缩因子的粒子滤波算法23.2.2线性递减权重的粒子滤波算法23.2.3自适应权重法23.2.4随机权重法23.2.5同步变化学习因子法23.2.6异步变化的学习因子法23.2.7二阶粒子滤波算法23.2.8二阶振荡粒子滤波算法24.总结和展望2粒子滤波算法性能研究1.引言1.1相关背景最近几年，人们通过对社会型生物的群体行为观察模拟，提出了一种新的生物启发式计算方法——群体智能算法。群体智能算法中最具有代表性的两种算法是基于蚂蚁寻找路径的蚂蚁算法和通过鸟类觅食行为总结的粒子滤波算法。自从群体智能算法提出以来，引发了各个领域专家们的广泛关注，成为了人工智能以及电子，生物，经济等尖端的跨学科研究领域。在大自然中我们经常可以看到这样想现象：一群鸟寻找食物，这个过程是随机的。在搜索区域里有一只虫子，任何一只鸟不知道虫子在哪里，但是他们知道自己当前所处位置到虫子的距离