粒子群算法工具箱在函数寻优中的应用

粒子群算法(particle swarm optimization,PSO)是计算智能领域,除了蚁群算法、鱼群算法等算法之外的一种群体智能的优化算法。文章论述了利用粒子群算法工具箱,设置可调参数,定义需要优化的函数,设置函数自变量的取值范围,每步迭代允许的最大变化量等,最终实现函数寻优。

基于粒子群算法的石英挠性加速度计温度补偿方法研究

由于使用环境的需求,需要光纤惯组具有较宽的工作温度范围,一般在-40℃~60℃温度范围内有稳定且准确的输出。而实际情况下温度变化会使惯性器件输出产生温度漂移,制约惯组的输出精度。以工程实例为依托,以光纤惯组中低精度石英挠性加速度计作为研究对象,首先分析了石英加速度计的温度特性,然后设计了一种基于粒子群算法的石英加速度计温度补偿方法,并以温补后器件的零偏特性为依据,利用试验平台对温补效果进行了试验验证。试验结果表明,该温补方法能够有效补偿石英加速度计的温度漂移,补偿后的零偏稳定性较补偿前有数量级上的提升。