基于模拟退火遗传算法求解整周模糊度

doi:10.13438/j.cnki.jdzk.2018.04.003

吉首大学学报（自然科学版）

基于模拟退火遗传算法求解整周模糊度

李洪刚，王亚琦，李雪晴，亢俊健

（河北地质大学，河北石家庄 050031）

出版日期:2018-07-25 发布日期:2018-07-31
作者简介:李洪刚（1993—），男，河北唐山人，硕士研究生，主要从事地质机器人与地质仪器研究.
基金资助:
国家自然科学基金资助项目（61503260）；河北省研究生创新资助项目（CXZZSS2018075）

Solving Integer Ambiguity Based on Genetic Algorithm with Improved Simulated Annealing

LI Honggang,WANG Yaqi,LI Xueqing,KANG Junjian

(Hebei GEO University,Shijiazhuang 050031,China)

Online:2018-07-25 Published:2018-07-31

摘要/Abstract

摘要：

采用乔里斯基分解对浮点解和协方差矩阵进行降相关处理，以降低整周模糊度各分量之间的相关性，然后在遗传算法的种群迭代中加入模拟退火的思想，并将改进的遗传算法应用到整周模糊度的搜索解算上，最终求得整周模糊度的最优解.仿真结果表明，在整周模糊度的解算过程中改进的算法能降低算法的收敛速度，提高算法的运行效率.

关键词： 整周模糊度, 模拟退火, 遗传算法, 最优解

Abstract:

Cholesky decomposition is adopted to decorrelate the float solution and its covariance matrix,and the correlation of each ambiguity float estimation can be eliminated.Then simulated annealing is applied to the population iteration,and the integer ambiguity optimization results can be determined by using the improving algorithm.The simulation results show that the improved algorithm can reduce the speed of convergence and improve the efficiency of the algorithm.

Key words: inter ambiguity, simulated annealing, genetic algorithm, optimal solution

李洪刚，王亚琦，李雪晴，亢俊健. 基于模拟退火遗传算法求解整周模糊度[J]. 吉首大学学报（自然科学版）, DOI: 10.13438/j.cnki.jdzk.2018.04.003.

LI Honggang,WANG Yaqi,LI Xueqing,KANG Junjian. Solving Integer Ambiguity Based on Genetic Algorithm with Improved Simulated Annealing[J]. Journal of Jishou University（Natural Sciences Edition), DOI: 10.13438/j.cnki.jdzk.2018.04.003.

参考文献

[1] NENADIC G,SPASICI,ANANIADOU S.Reducing Lexical Ambiguityin Serbo-Croatian by Using Genetic Algorithms[M].Frankfurt:Peter Lang,2003:287-298.
[2] 杨宁,田蔚风,金志华.蚁群算法在DGPS动态整周模糊度解算中的应用[J].航天控制,2006,24(4):4-7.
[3] 刘书刚,张亚晶.基于人工鱼群算法的整周模糊度解算算法[J].计算机与数字工程,2016,44(11):2 127-2 130;2 190.
[4] 易清明,易夕冬,石敏.基于实数编码自适应遗传算法的整周模糊度快速解算[J].航天控制,2017,35(3):14-18.
[5] GOLDBERG D E.Genetic Algorithmin Search,Optimization,and Machine Learning[M].Reading,MA:Addison-Wesley,1989.
[6] 张盛意,蔡之华,占志刚.基于改进模拟退火的遗传算法求解0-1背包问题[J].微电子学与计算机,2011,28(2):61-64.
[7] 张晖,吴斌,余张国.引入模拟退火机制的新型遗传算法[J].电子科技大学学报,2003,32(1):39-42.
[8] YANG Y,WANG Y.Simulated Annealing Spectral Clustering Algorithm for Image Segmentation[J].系统工程与电子技术(英文版),2014,25(3):514-522.
[9] 刘经南,邓辰龙,唐卫明.GNSS整周模糊度确认理论方法研究进展[J].武汉大学学报(信息科学版),2014,39(9):1 009-1 016.
[10] 刘智敏,刘经南,姜卫平,等.遗传算法解算GPS短基线整周模糊度的编码方法研究[J].武汉大学学报(信息科学版),2006,31(7):607-609.
[11] 吴志远,邵惠鹤,吴新余.遗传退火进化算法[J].上海交通大学学报,1997(12):69-71.
[12] 黄张裕,陈苏娟.一种改进的GPS模糊度白化滤波算法[J].西南交通大学学报,2010,45(1):150-155.
[13] DE JONGE P J,JM TIBERIUS C C.The LAMBDA Method for Integer Ambiguity Estimation:Implementation Aspects[M]∥No. 12 of LGR-Series.Delft:Delft Geodetic Computing Centre,1996:1-49.
[14] 唐卫明，邓辰龙，高丽峰.北斗单历兀基线解算算法研究及初步结果[J].武汉大学学报(信息科学版),2013,38(8):897-901.
[15] 王建敏,马天明,祝会忠.改进LAMBDA算法实现GPS整周模糊度快速解算[J].辽宁工程技术大学学报,2017(8):840-845.

基于模拟退火遗传算法求解整周模糊度

Solving Integer Ambiguity Based on Genetic Algorithm with Improved Simulated Annealing

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	胡星星, 郑晴慧, 田利萍. DC复合优化问题的近似最优性条件[J]. 吉首大学学报（自然科学版）, 2022, 43(3): 32-37.
[2]	姜婷. 变邻域人工蜂群算法求解配送中心选址问题[J]. 吉首大学学报（自然科学版）, 2021, 42(5): 27-33.
[3]	段明秀，李钰，赖鹏飞，廖嘉琪. 自适应遗传算法求解运动员最佳配对问题[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 31-33.
[4]	王磊，李克荣，唐惠，王娇娇，孙言. 城市交通信号灯的配时优化[J]. 吉首大学学报（自然科学版）, 2017, 38(5): 35-41.
[5]	鲁春林，方东辉，陈望学，钱文舒. 基于遗传算法Beta分布参数的极大似然估计[J]. 吉首大学学报（自然科学版）, 2016, 37(5): 13-15.
[6]	彭丽, 洪亮. “机器人”路径改进型单亲遗传算法规划及其仿真[J]. journal6, 2015, 36(4): 37-39.
[7]	郭庆焱, 辜丽川, 张友华, 曹梦如, 章登良. 一种基于遗传算法的优化查询方法[J]. journal6, 2013, 34(5): 37-41.
[8]	马桂雨, 王雪丹, 万丹 . 基于遗传小波神经网络的变压器故障诊断[J]. journal6, 2013, 34(1): 51-55.
[9]	王敬勇. 基于模拟退火算法的非平稳双线性模型估计[J]. journal6, 2011, 32(6): 22-26.
[10]	吴建平, 吴上民. 垂直循环法在运输问题中的应用[J]. journal6, 2010, 31(4): 31-34.
[11]	段明秀. 基于遗传算法的模糊RBF神经网络设计及应用[J]. journal6, 2010, 31(1): 43-46.
[12]	尹鹏飞, 张晓丹. 一种基于简单遗传算法的K-Means改进算法[J]. journal6, 2009, 30(6): 43-45.
[13]	杨玉英. 线性规划问题的灵敏度分析及其应用[J]. journal6, 2009, 30(5): 32-35.
[14]	王改芬. 遗传算法在中小学排课系统中的应用[J]. journal6, 2009, 30(3): 44-47.
[15]	梅颖. 基于改进小生境免疫遗传算法的矩形件排样[J]. journal6, 2009, 30(2): 55-57.