多相機(jī)組網(wǎng)網(wǎng)絡(luò)設(shè)計(jì)具有多參數(shù)、多約束、運(yùn)算量大等特點(diǎn),在理論上是一個(gè)復(fù)雜的優(yōu)化策略問(wèn)題,尋找其絕對(duì)精確的最優(yōu)解通常需要很大的運(yùn)算量,因此在實(shí)現(xiàn)時(shí)必須考慮算法效能。利用基于粗糙集的啟發(fā)式屬性約簡(jiǎn)算法獲得特征屬性的約簡(jiǎn),在此基礎(chǔ)上利用改進(jìn)的支持向量機(jī)對(duì)約簡(jiǎn)信息進(jìn)行預(yù)測(cè)。為了獲得最優(yōu)預(yù)測(cè)精度,采用混沌粒子群優(yōu)化（PSO）算法以避免SVM預(yù)測(cè)模型的局部?jī)?yōu)化。最后通過(guò)實(shí)驗(yàn)對(duì)粒子群優(yōu)化（PSO）算法、改進(jìn)的PSO（IPSO）算法與混沌PSO（CPSO）算法性能進(jìn)行比較,分析結(jié)果表明,相比于其它方法,該方法在收斂速度以及防止局部尋優(yōu)等性能方面有較大提高。 

【文章來(lái)源】：軟件導(dǎo)刊. 2019,18(04)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

Logistic混沌搜索性能

Logistic，可提供更穩(wěn)定的PSO最優(yōu)擬合值，從而提高了混沌優(yōu)化工作效率。表1給出了10個(gè)相機(jī)的優(yōu)化配置結(jié)果分析。不同模型預(yù)測(cè)性能比較如表2所示。由表可知，本文方法比PSO-SVM和SVM模型預(yù)測(cè)效果更好，通過(guò)混沌搜索處理以避免局部最小值，能夠減少0.42％以上的預(yù)測(cè)誤差。對(duì)于每種型號(hào)相機(jī)，多次改變輸入相機(jī)個(gè)數(shù)，可得到不同相機(jī)個(gè)數(shù)下最優(yōu)的組網(wǎng)攝像測(cè)量精度。根據(jù)精度隨相機(jī)個(gè)數(shù)變化的曲線，從曲線中選擇滿(mǎn)足精度要求的該型號(hào)相機(jī)個(gè)數(shù)及對(duì)應(yīng)的優(yōu)化配置。圖4Logistic混沌搜索性能圖5Henon混沌搜索性能曾祥進(jìn)，田金文，陳建，等：基于改進(jìn)混沌PSO的多相機(jī)組網(wǎng)優(yōu)化研究··125

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)粒子群算法和特征點(diǎn)集的無(wú)線傳感器網(wǎng)絡(luò)覆蓋問(wèn)題研究[J]. 丁旭,吳曉蓓,黃成.  電子學(xué)報(bào). 2016(04)
[2]求解旅行商問(wèn)題的改進(jìn)局部搜索混沌離散粒子群優(yōu)化算法[J]. 程畢蕓,魯海燕,徐向平,沈莞薔.  計(jì)算機(jī)應(yīng)用. 2016(01)
[3]基于改進(jìn)粒子群算法的無(wú)線傳感網(wǎng)絡(luò)覆蓋優(yōu)化[J]. 馮琳,冉曉旻,梅關(guān)林.  太赫茲科學(xué)與電子信息學(xué)報(bào). 2015(03)
[4]自適應(yīng)慣性權(quán)重的改進(jìn)粒子群算法[J]. 敖永才,師奕兵,張偉,李焱駿.  電子科技大學(xué)學(xué)報(bào). 2014(06)
[5]基于群體早熟程度和非線性周期振蕩策略的改進(jìn)粒子群算法[J]. 朱喜華,李穎暉,李寧,范炳奎.  通信學(xué)報(bào). 2014(02)
[6]一種基于多目標(biāo)混沌PSO的機(jī)器人足球防守策略[J]. 唐賢倫,周維,張衡,陳光丹,劉念慈.  系統(tǒng)仿真學(xué)報(bào). 2014(01)
[7]雙中心粒子群優(yōu)化算法[J]. 湯可宗,柳炳祥,楊靜宇,孫廷凱.  計(jì)算機(jī)研究與發(fā)展. 2012(05)
[8]基于自適應(yīng)慣性權(quán)重的混沌粒子群算法[J]. 周燕,劉培玉,趙靜,王乾龍.  山東大學(xué)學(xué)報(bào)(理學(xué)版). 2012(03)
[9]基于SQP局部搜索的混沌粒子群優(yōu)化算法[J]. 徐文星,耿志強(qiáng),朱群雄,顧祥柏.  控制與決策. 2012(04)
[10]一種具有初始化功能的自適應(yīng)慣性權(quán)重粒子群算法[J]. 杜繼永,張鳳鳴,李建文,楊驥.  信息與控制. 2012(02)



本文編號(hào)：3606516