一种融合优化选择策略的差分粒子群算法

针对粒子群算法进化后期种群多样性减少以及差分粒子群算法出现信息交流误差的问题,提出了一种融合优化选择策略的差分粒子群算法。首先构建了一个用于计算系统偏差的权值网络;其次,引入优化选择策略机制,使用适应度函数作为评价标准;最后,利用系统偏差估计值配准目标传感器量测。在种群多样性和适应度测试中,这种算法种群多样性更加丰富,最优个体适应度值为2.0194×10^(-5);在非机动目标与机动目标测试中,这种算法在大约2 s之后就迅速收敛于真实偏差值附近,收敛时长最短为201.8 s,均方根误差值降低了10%以上。实验结果表明,该算法不仅有效地提高了种群的多样性,而且收敛速度和精度也有了较大的提升。