-
公开(公告)号：CN110751167A
公开(公告)日：2020-02-04
申请号：CN201910812929.7
申请日：2019-08-29
Applicant: 南京邮电大学
Abstract: 一种基于PCA排序的协方差自适应演化策略算法，包括如下分步骤：设定协方差自适应演化策略CMAES的参数；初始化分布＜x＞、协方差C、步长σ，x指搜索点，即候选解，可能为一个或多个，以xi表示， 采样形成父代种群Xi＝N(＜x＞,σ2C)；计算适应度函数cost＝f(xi)；确认是否满足终止条件，若满足则结束，若不满足则转下一步；选择最优μ个粒子构成子代种群，更新xg、步长进化路径pσ、协方差矩阵进化路径pc、协方差C、步长σ；将C进行特征分解，将特征值排序降维，回到第三步。本发明结合了PCA和CMAES两者的优点，两者的更新机制的组合降低了维数的影响，在目标函数评价次数减少的情况下仍能获得较高的求解精度。
-
公开(公告)号：CN109397294A
公开(公告)日：2019-03-01
申请号：CN201811478423.9
申请日：2018-12-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于BA-ABC融合通信算法的机器人协作定位方法，包括步骤：首先，以球场中心为原点设定智能体机器人的坐标，并计算智能体机器人两两之间的距离和角度；然后，将智能体机器人均分为两种群，将一个种群通过通过BA算法，另一个种群通过ABC算法并行计算同一智能体机器人在同一时间的位置和速度；并采用BA-ABC融合通信算法优化通过BA算法和ABC算法获取的同一智能体机器人在同一时刻的速度和位置，选取更佳的速度和位置；最后，设定一适应度函数判断对智能体机器人的预测位置与真实位置的关系；若预测位置符合适应度函数或者与真实位置重合，则完成定位操作，否则重复上述定位操作；本发明能够提升智能体机器人定位的精度和稳定性。
-
公开(公告)号：CN110516756A
公开(公告)日：2019-11-29
申请号：CN201910820586.9
申请日：2019-08-29
Applicant: 南京邮电大学
Abstract: 基于协方差矩阵特征值曲线相似度的cmaes聚类优化方法，本发明针对CMAES算法在对多维数据进行协方差矩阵更新迭代时数据维度过高的缺点提出了基于协方差矩阵特征值曲线相似度的cmaes聚类优化方法，PerD-CMAES，在CMAES算法迭代更新计算数据种群的协方差矩阵C的过程中，将C特征分解得到代表每维数据变化趋势的特征值，将离散的特征值绘制成曲线，计算曲线的斜率来表示变化率，利用皮尔逊相关系数计算出曲线的相似度，用图论的最短路径思想找出应该聚类到一起的数据，并在典型函数上分析，实验证明，该方法降低了算法更新过程中问题维数对于算法的影响，并在Robocup3D足球机器人的行走优化中得到了很好的应用。
-
-
Search Results
3
records
(took 0.017 seconds)
