：为了保持所求得的约束多目标优化问题Pareto最优解的适应度与多样性，在NSGA-II基础上提出了一种
用于求解有约束的多目标优化问题的热力学遗传算法。结合热力学中自由能与熵的概念，利用热力学中熵与能
量的竞争来保持种群的适应度与多样性的平衡，设计了热力学算子。根据非支配排序Pareto分层结构建立分层
小生境来改进选择算子，弥补了选择算子不足。实验结果表明：该算法不仅得到的解在空间分布均匀，收敛性
好，同时解集具有较广的分布空间。
2022-05-16 23:42:48
246KB
1
同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一，Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法，被广泛应用在实时定位领域中，但由于其随着粒子数目的增加会频繁重采样从而导致粒子退化问题。为了解决该问题，改善SLAM性能，提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF，采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题，采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性，抗干扰能力较强，定位较准确，比较适合应用在SLAM实时定位中。
2021-09-09 21:22:59
1.22MB
1