改进的蝴蝶算法优化粒子滤波算法研究

摘要

针对粒子滤波算法中粒子的多样性降低问题,提出一种改进蝴蝶算法优化粒子滤波算法.通过对蝴蝶算法的初始种群进行优化以及设置全局优化的自适应权重,来平衡蝴蝶算法的局部最优与全局最优的能力,提高寻优能力.改进的蝴蝶算法与粒子滤波算相结合,代替粒子滤波算法的重采样过程,使用优化蝴蝶算法指导粒子集向高似然区域聚集,粒子集会不断的向真实状态靠近,从而提高整个样本集的质量.实验表明,该算法有效地克服了粒子集多样性缺失问题,提高了算法的估计精度.