混合自進(jìn)化遺傳算法的矢量場校正研究.pdf

1、矢量場測量技術(shù)是空間測量技術(shù)的一個基本問題，在光纖陀螺儀、光纖水聽器、經(jīng)緯儀、光電跟蹤系統(tǒng)、數(shù)字羅盤誤差校正等領(lǐng)域有著廣泛應(yīng)用。在工程實(shí)踐中，由于受加工技術(shù)和安裝水平的制約，在矢量場測量系中往往會存在一些誤差，具體為軸間非正交引起的正交誤差，軸間標(biāo)度系數(shù)不同造成的增益偏差和傳感器輸出值偏移造成的零點(diǎn)漂移等。在現(xiàn)今對測量精度要求日益嚴(yán)苛的情況下，就必須要考慮到如何對這些誤差進(jìn)行修正。由于誤差的非線性與三維測量的需要，標(biāo)定工作變得很難進(jìn)行，

2、而且對設(shè)備的要求也很高。但是通過提高加工制造水平來消除這些誤差并不現(xiàn)實(shí)，相較而言比較有效可行的辦法是利用各種智能優(yōu)化方法對測量系中的各種誤差進(jìn)行校正。
　　智能優(yōu)化算法中的遺傳算法特別適用于空間測量系的校正，具有較好的優(yōu)化效果。遺傳算法模仿自然界物種進(jìn)化過程的一種方法，在應(yīng)用過程中表現(xiàn)出一些不足，例如在基本遺傳算法中，決策參數(shù)選取的是否恰當(dāng)對算法的尋優(yōu)結(jié)果及運(yùn)行效率有著關(guān)鍵的影響，但是人為選取就無法避免對人工經(jīng)驗(yàn)的依賴，而且在實(shí)踐

3、中往往需要多次試驗(yàn)才能確定具體的取值，費(fèi)時費(fèi)力，影響算法的效率。針對以上問題《矢量場測量系進(jìn)化算法優(yōu)化研究》一文提出了“自進(jìn)化遺傳算法”的概念，對交叉概率和變異概率進(jìn)行編碼并引入染色體中，交叉基因和變異基因與其他基因共同完成各項(xiàng)遺傳操作，使自進(jìn)化遺傳算法可以實(shí)現(xiàn)自我進(jìn)化，同時也使算法具備在線校正的能力。
　　本文對自進(jìn)化遺傳算法做出進(jìn)一步的改進(jìn)，對交叉概率和變異概率的微調(diào)算子進(jìn)行優(yōu)化，并把最速下降法的思想引入自進(jìn)化遺傳算法，從而產(chǎn)

4、生混合自進(jìn)化遺傳算法。利用幾個經(jīng)典的測試函數(shù)對新算法的尋優(yōu)性能進(jìn)行測試，結(jié)果證明混合自進(jìn)化遺傳算法的搜索能力得到了提高。然后，利用混合自進(jìn)化遺傳算法解決矢量場測量系誤差修正問題：首先確定了系統(tǒng)的數(shù)學(xué)模型，求出中間變換矩陣，接著利用混合自進(jìn)化遺傳算法對中間矩陣的參數(shù)進(jìn)行尋優(yōu)，包括編碼方法的選擇、確立適應(yīng)度函數(shù)及一系列遺傳操作的設(shè)計(jì)等。將混合自進(jìn)化遺傳算法的仿真結(jié)果與自進(jìn)化遺傳算法的誤差校正結(jié)果進(jìn)行比較，新算法具有更高的尋優(yōu)精度，更易跨過陷