混合自進化遺傳算法的矢量場校正研究.pdf

1、矢量場測量技術是空間測量技術的一個基本問題，在光纖陀螺儀、光纖水聽器、經緯儀、光電跟蹤系統、數字羅盤誤差校正等領域有著廣泛應用。在工程實踐中，由于受加工技術和安裝水平的制約，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，軸間標度系數不同造成的增益偏差和傳感器輸出值偏移造成的零點漂移等。在現今對測量精度要求日益嚴苛的情況下，就必須要考慮到如何對這些誤差進行修正。由于誤差的非線性與三維測量的需要，標定工作變得很難進行，

2、而且對設備的要求也很高。但是通過提高加工制造水平來消除這些誤差并不現實，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化過程的一種方法，在應用過程中表現出一些不足，例如在基本遺傳算法中，決策參數選取的是否恰當對算法的尋優(yōu)結果及運行效率有著關鍵的影響，但是人為選取就無法避免對人工經驗的依賴，而且在實踐

3、中往往需要多次試驗才能確定具體的取值，費時費力，影響算法的效率。針對以上問題《矢量場測量系進化算法優(yōu)化研究》一文提出了“自進化遺傳算法”的概念，對交叉概率和變異概率進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遺傳操作，使自進化遺傳算法可以實現自我進化，同時也使算法具備在線校正的能力。
　　本文對自進化遺傳算法做出進一步的改進，對交叉概率和變異概率的微調算子進行優(yōu)化，并把最速下降法的思想引入自進化遺傳算法，從而產

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