基于ε占优的正交多目标差分演化算法及其在Kalman 滤波器设计中的应用

基于智能算法的Kalman滤波器设计对促进组合导航系统的发展具有重大意义。在分析传统差分演化算法求解多目标优化问题存在不足的基础上，首先对差分演化算法的勘探与开采平衡进行理论探讨；接着为增加算法的鲁棒性和加快算法的收敛速度，提出一类新的适合于多目标优化问题求解的快速差分演化算法，把正交实验设计方法和ε占优方法联合应用到多目标差分演化算法中，同时采用新的参数自适应机制减少对差分演化算法参数的控制，对改进算法进行理论分析和实验验证。在此基础上，提出基于改进多目标差分演化算法的Kalman滤波器算法，设计有效的个体编码、适应值计算、约束函数处理等方法。项目得到的成果对促进多目标演化算法的研究和研制新型组合导航系统将起到积极的推动作用。

对演化算法进行研究并将其与Kalman滤波器相结合，以进一步提高Kalman滤波器的鲁棒性，减小因时间累计而造成滤波器精度下降的不足。本项目以此为研究目的和研究重点，主要开展了以下几个方面的研究：（1）自适应差分演化算法的改进；（2）基于改进差分演化算法的自适应Kalman滤波器；（3）演化自适应Kalman滤波器框架和适应值函数；（4）基于 占优的改进多目标差分演化算法及其在Kalman滤波器中的应用研究等。通过本项目的研究以完善演化Kalman滤波器的框架，改进了差分演化算法的性能和演化Kalman滤波器的性能，为今后进一步研究演化Kalman滤波器和其他自适应Kalman滤波器提供了参考。本项目的研究过程中培养了博士研究生5名（均已毕业）、硕士研究生5名（其中两名已毕业）、本科生6名；出版学术专著一部；发表SCI检索论文11篇、EI检索论文19篇。