发明名称 | 一种基于PSO-PGSA的室内定位方法 | ||
摘要 | 本发明实施例公开了一种基于PSO‑PGSA的室内定位方法,包括:S1、初始化粒子群S2、初始化粒子群的开始速度和位移,根据目标函数计算出适应度,确定粒子群的历史最优值和全局最优值;S3、根据公式更新惯性因子,实现惯性权值因子的非线性减小,根据公式进行每个个体粒子的速度和位移的更新;S4、根据适应度函数计算出粒子群的历史最优值和全局最优值;S5、判断最优粒子是否达到条件,若达到则输出结果。实施本发明提高了室内定位的精确度;提高了定位结果的稳定性。 | ||
申请公布号 | CN105825267A | 申请公布日期 | 2016.08.03 |
申请号 | CN201610150315.3 | 申请日期 | 2016.03.15 |
申请人 | 中山大学 | 发明人 | 唐承佩;刘友柠;杨念 |
分类号 | G06N3/00(2006.01)I | 主分类号 | G06N3/00(2006.01)I |
代理机构 | 代理人 | ||
主权项 | 一种基于PSO‑PGSA的室内定位方法,其特征在于,将模拟植物生长算法的生长机制引入到粒子群算法中,构建PSO‑PGSA算法,改进了粒子群算法的寻优能力,将PSO‑PGSA算法应用到室内定位中,提高室内定位的精确度和稳定性,步骤包括如下:S1、初始化粒子群,包括种群的大小Size,解空间维度D,惯性因子的最大值和最小值,最大速度和最大位移限制,以及最大迭代次数;S2、初始化粒子群的开始速度和位移,根据目标函数计算出适应度,确定粒子群的历史最优值和全局最优值;S3、根据公式更新惯性因子,实现惯性权值因子的非线性减小,根据公式进行每个个体粒子的速度和位移的更新;S4、根据适应度函数计算出粒子群的历史最优值和全局最优值;S5、判断最优粒子是否达到条件,若达到则输出结果,若没有达到则进行下一步的操作;S6、将模拟植物生长机制的概率生长机制引入到粒子群算法中,对非最优粒子进行概率生长,跳转到S4。 | ||
地址 | 510275 广东省广州市新港西路135号 |