- 作 者：白晓波编著
- 出 版 社：成都：西南交通大学出版社
- 出版年份：2018
- ISBN：9787564366384
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
9
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第1章 研究背景 1
1.1 粒子滤波理论 1
1.2 小结 7
参考文献 8
第2章 群体智能算法 10
2.1 粒子群优化算法 10
2.2 萤火虫算法 16
2.3 布谷鸟算法 24
2.4 鸡群算法 28
2.5 蝙蝠算法 32
2.6 烟花算法 39
2.7 差分进化算法 45
2.8 混合蛙跳算法 51
2.9 蚁群算法 54
2.10 小结 61
参考文献 61
第3章 群体智能算法优化粒子滤波 65
3.1 粒子群优化算法优化粒子滤波 65
3.2 其他基于PSO优化PF方法 67
3.3 萤火虫算法优化粒子滤波 92
3.4 蝙蝠算法优化粒子滤波 97
3.5 鸡群算法优化粒子滤波 100
3.6 混合蛙跳算法优化粒子滤波 101
3.7 布谷鸟算法优化粒子滤波 104
3.8 烟花算法优化粒子滤波 114
3.9 小结 139
参考文献 140
第4章 扩展卡尔曼滤波 143
4.1 扩展卡尔曼滤波 143
4.2 改进的自适应卡尔曼滤波 144
4.3 基于多新息理论优化的EKF（MI-EKF） 146
4.4 一种新的改进扩展卡尔曼滤波 153
4.5 改进粒子群算法优化的EKF 156
4.6 混杂扩展卡尔曼滤波的改进 161
4.7 基于雁群PSO的模糊自适应EKF 163
4.8 模糊神经网络优化扩展卡尔曼滤波 169
4.9 其他关于EKF的改进研究 172
4.10 基于学习的KPLS优化扩展卡尔曼滤波 178
4.11 小结 191
参考文献 191
第5章 粒子滤波的其他改进研究 194
5.1 和声搜索算法优化粒子滤波 194
5.2 多策略差分布谷鸟算法优化粒子滤波 196
5.3 改进的颜色粒子滤波 199
5.4 Student’s t分布的自适应重采样粒子滤波 201
5.5 基于万有引力优化的粒子滤波 204
5.6 基于多新息理论的优化粒子滤波 207
5.7 小结 217
参考文献 217