文献类型：期刊文章

作　　者：王成[1] 郝顺义[1] 翁大庆[2] 冯文[1]

机构地区：[1]空军工程大学工程学院 [2]中国人民解放军94371部队装备部

出　　处：《传感器与微系统》

年　　份：2011

卷　　号：30

期　　号：2

起止页码：125-128

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、核心刊

摘　　要：基于混沌PSO算法优化最小二乘支持向量机(LS-SVM)实现惯导系统初始对准测试。通过小波包分解消除陀螺漂移数据的噪声,获取LS-SVM的训练与测试样本。针对LS-SVM解决大规模数据样本回归问题时所出现的训练时间长、收敛速度慢等缺点,提出了混沌PSO算法优化LS-SVM的模型参数。该方法不仅克服了传统PSO算法早熟、容易陷入局部最小值等缺点,同时显著提高了LS-SVM的预测能力。将一般LS-SVM和GM(1,1)模型的预测结果与本算法预测结果进行对比,验证了本方法在预测精度上具有明显优势。

关 键 词：最小二乘支持向量机 混沌粒子群优化算法 惯导系统 初始对准  

分 类 号：V249.32]