华南理工大学学报(自然科学版)
華南理工大學學報(自然科學版)
화남리공대학학보(자연과학판)
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2012年
9期
97-103
,共7页
数据关联%多目标跟踪%蚁群优化%粒子群优化
數據關聯%多目標跟蹤%蟻群優化%粒子群優化
수거관련%다목표근종%의군우화%입자군우화
为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.
為快速實現多目標數據的關聯,將蟻群優化(AGO)算法和粒子群優化(PSO)算法相結閤,提齣瞭一種群智能混閤算法.以跟蹤門確定目標的有效量測,以新息的似然函數描述量測與目標的關聯關繫,建立多目標數據關聯的組閤優化模型.利用交扠變異的PSO算法求解齣該優化組閤模型的次優解,再將該次優解作為蟻群位置和信息素初始化的依據,利用ACO算法對目標函數的解進行細搜索以求得更優解.倣真實驗結果錶明,該算法能夠有效地提高關聯準確性和收斂速度.
위쾌속실현다목표수거적관련,장의군우화(AGO)산법화입자군우화(PSO)산법상결합,제출료일충군지능혼합산법.이근종문학정목표적유효량측,이신식적사연함수묘술량측여목표적관련관계,건립다목표수거관련적조합우화모형.이용교차변이적PSO산법구해출해우화조합모형적차우해,재장해차우해작위의군위치화신식소초시화적의거,이용ACO산법대목표함수적해진행세수색이구득경우해.방진실험결과표명,해산법능구유효지제고관련준학성화수렴속도.