[发明专利]一种基于BAS-GSA优化的混合核支持向量机陀螺温漂补偿方法

权利要求书

1.一种基于BAS-GSA优化的混合核支持向量机陀螺温漂补偿方法，其特征在于：包括下列步骤：

步骤1)，建立陀螺温度漂移数学模型：

其中，y为输出温度漂移量，T为测量温度，△T为温度变化量，为温度梯度，f()为温度漂移模型传递函数，

步骤2)，建立基于均方误差的评价函数如下：

其中，fit表示目标函数值，y_i及分别为实测及预测的温度漂移值，n表示样本数量，

步骤3)，建立基于线性核和径向基函数核的支持向量机混合核模型如下：

κ_H(x,x_i)＝(1-w)κ_P(x,x_i)+wκ_R(x,x_i) (3)

κ_P(x,x_i)＝(x^Tx_i+1)^d (4)

κ_R(x,x_i)＝exp[-||x-x_i||²/(2δ²)] (5)

其中,κ_H(x,x_i)，κ_P(x,x_i)及κ_R(x,x_i)分别为混合核，线性核及径向基函数核，d及δ分别为线性核及径向基函数核的维数及宽度，w为线性核及径向基函数核的关系系数，

步骤4)，基于步骤3)，建立基于混合核支持向量机的待寻优参数组成的4维向量如下：

x(t)＝[C,d,δ,w]^T (6)

其中,C为支持向量机惩罚因子，

步骤5)，建立BAS寻优步骤如下：

步骤5.1)初始化N只甲虫在搜索空间中的4维位置并计算各自评价函数值fit(x_i)：

x_i(t)＝[C_i,d_i,δ_i,w_i]^T,i＝1,2,…,N (7)

步骤5.2)计算甲虫左、右触须在空间中的位置如下：

其中,i＝1,2,…,N，x_il(t)及x_ir(t)分别甲虫左、右触须的位置，n_i为随机生成的4维单位向量，d(t)为触须长度，

步骤5.3)计算甲虫的新位置：

其中,i＝1,2,…,N，fit(x_il)及fit(x_ir)分别是由甲虫左右触须的位置计算的评价函数值，μ(t)表示移动步距，sgn为符号函数，同时计算甲虫新位置对应的评价函数值

步骤5.4)更新甲虫下一步的全局位置如下式：

其中，i＝1,2,…,N，

步骤6)，建立GSA寻优步骤如下：

步骤6.1)在搜索空间中随机初始化N个甲虫的4维位置如式(7)所示，

步骤6.2)计算N个甲虫在搜索空间中的评价函数值及其质量：

m_i(t)＝[fit_i(t)-fit_worst(t)]/[fit_best(t)-fit_worst(t)] (11)

其中，i＝1,2,…,N，fit_i(t)及M_i(t)分别为第i个甲虫的评价函数值及质量，fit_best(t)及fit_worst(t)分别为最优及最差的评价函数值，m_i(t)为中间变量，

步骤6.3)计算第i个甲虫受到的总引力在第k维方向上的分量：

其中，i,j＝1,2,…,N，k＝1,2,…,4，λ_j为0到1之间的随机系数，表示甲虫j对甲虫i的引力在第k维方向上的分量，其计算方法如下：

其中，为极小常数值，R_i,j(t)表示甲虫j与甲虫i的欧几里得距离，G(t)表示引力常量，

步骤6.4)计算甲虫的下一步移动速度及位置：

其中，i,j＝1,2,…,N，k＝1,2,…,4，θ_i为0到1之间的随机系数，表示甲虫i的加速度，及表示甲虫下一步的移动速度及位置，及表示甲虫当前的移动速度及位置，

步骤7)，建立混合BAS-GSA寻优算法，计算最优超参数，

步骤8)，运用步骤7)输出的最优解x_best＝[C,d,δ,w]^T训练并测试支持向量机模型。

2.根据权利要求1所述基于BAS-GSA优化的混合核支持向量机陀螺温漂补偿方法，其特征在于，所述步骤7)的详细步骤如下：

步骤7.1)设定评价函数值的阈值fit_min及最大迭代次数T_max，设定N个甲虫的起始位置x_i(t)及其对应评价函数值fit(x_i)，i＝1,2,…,N，计算最优评价函数值fit_best如下：

fit_best＝min{fit(x₁),fit(x₂),…,fit(x_N)} (18)

步骤7.2)运用公式(2)计算N个甲虫的评价函数值fit(x_i)，i＝1,2,…,N，

步骤7.3)运用公式(8)计算N个甲虫的左、右触须位置：x_li(t)及x_ri(t)；运用公式(9)计算甲虫下一步位置

步骤7.4)运用公式(12)计算N个甲虫的质量M_i(t)；运用公式(13)计算N个粒子受到的引力F_i^k(t)，运用公式(15)计算N个粒子的下一步移动速度

步骤7.5)运用公式(11)计算N个甲虫新位置，

其中，v_i(t+1)为由公式(15)计算的下一步移动速度组成的向量，为由公式(9)计算的下一步位置向量，α为0到1之间的系数，

步骤7.6)运用公式(2)计算N个甲虫新位置对应的评价函数值

步骤7.7)运用公式(10)计算N个甲虫的全局新位置x_i(t+1)，

步骤7.8)t←t+1，若t≤T_max且fit_best≥f_min，则返回到步骤7.1继续执行，否则结束循环，输出最优解x_best＝[C,d,δ,w]^T。