1 北京信息科技大学 高动态导航技术北京市重点实验室,北京 100101
2 北京航天时代光电科技有限公司,北京 100094
为提高光纤陀螺的输出精度，以天牛须搜索算法（BAS）优化后的BP神经网络模型为基学习器，采用Bagging并行集成学习算法建立了BAS-BP-Bagging温度补偿模型，并对某型号光纤陀螺进行了温度补偿实验。实验结果表明，在-40~+60 ℃温度变化环境下，该方法补偿后的光纤陀螺温度漂移相较于补偿前减小了近80%，相较于多项式补偿算法减小了55%，相较于BP神经网络补偿算法减小了30%左右。同时该模型在对新鲜样本的补偿过程中表现出了较为优越的泛化性能。
光纤陀螺 温度补偿 BP神经网络 天牛须搜索算法 集成学习 fiber optic gyroscope temperature compensation BP neural network beetle antennae search algorithm ensemble learning
西南石油大学机电工程学院，四川 成都 610500
为提高室内可见光定位精度，提出一种基于天牛须搜索算法优化最小二乘支持向量机（BAS-LSSVM）的可见光指纹定位方法。先利用LED的光强信号强度特征构建指纹库，然后用天牛须搜索算法对最小二乘支持向量机的超参数进行优化以实现提高精度和减少时间开销的目的，最后建立位置坐标和信号强度特征的映射关系实现定位。实验结果表明，BAS-LSSVM定位方法可以实现良好的定位效果，97.0%的测试点定位误差不大于0.10 m，所有测试点平均定位误差为0.031 m。
光通信 可见光定位 天牛须搜索算法 最小二乘支持向量机 激光与光电子学进展
2022, 59(11): 1106005
辽宁工程技术大学电气与控制学院, 辽宁 葫芦岛 125105
路径规划是无人机任务目标的重要组成部分, 针对粒子群(PSO)算法早期收敛速度快, 后期易陷入局部最优的缺点, 提出一种结合天牛须搜索(BAS)算法的改进粒子群算法, 并将其应用于无人机三维空间路径规划。在改进的粒子群算法中, 利用天牛个体的优势, 在每次迭代中都有自己对环境空间的判断, 使路径更加合理, 搜索效率更高。仿真结果表明, 与粒子群算法相比, 使用改进的粒子群算法进行无人机三维路径规划效果更好、代价更小。
无人机 路径规划 粒子群算法 天牛须搜索算法 Unmanned Aerial Vehicle (UAV) route planning Particle Swarm Optimization (PSO) algorithm beetle antennae search algorithm
1 中北大学理学院, 山西 太原 030051
2 中北大学信息探测与处理山西省重点实验室, 山西 太原 030051
若感兴趣区域具有分片光滑或多项式特征,则可通过全变分(TV)最小化进行精确内重建。目标函数TV最小化过程可通过梯度下降法以其负梯度方向为搜索方向,经过多次迭代优化实现。为提高TV最小化重建的效率,提出一种天牛须搜索(BAS)和梯度下降相结合的寻求最优解方向的方法。在TV最小化过程中根据生成的随机数和阈值选择梯度下降方向或由个体“左右须”检测到的最优解方向进行迭代。仿真实验和实际实验结果表明,本文算法收敛速度较快,重建效果更好。
成像系统 计算机断层成像 天牛须搜索算法 梯度下降法 内重建 全变分最小化 激光与光电子学进展
2019, 56(21): 211101
