基于改进PSO优化LSSVM的MEMS陀螺随机漂移预测 |
| |
引用本文: | 孙田川,刘洁瑜,康莉,杨浩天.基于改进PSO优化LSSVM的MEMS陀螺随机漂移预测[J].传感技术学报,2016,29(6):854-858. |
| |
作者姓名: | 孙田川 刘洁瑜 康莉 杨浩天 |
| |
作者单位: | 第二炮兵工程大学控制工程系,西安,710025;二炮驻699厂军代室,北京,100039 |
| |
摘 要: | 提出一种基于改进粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)的MEMS陀螺随机漂移的预测模型建立方法。该方法首先应用最小二乘支持向量机对MEMS陀螺随机漂移建立预测模型,然后应用改进粒子群算法对该模型进行优化,最后应用参数优化后的LSSVM预测模型对随机漂移进行预测。该方法不仅解决了支持向量机训练速度慢和所需计算资源多的问题,而且文中提出的改进的惯性权值递减策略使PSO算法在全局或局部搜索能力上的侧重具有更好的适应度。实验结果表明,该预测模型可以有效地进行陀螺随机漂移的预测,且预测效果优于基本PSO优化的最小二乘支持向量机。
|
关 键 词: | 微机械陀螺仪 最小二乘支持向量机 改进粒子群优化算法 随机漂移 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|