(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111330599.1 (22)申请日 2021.11.11 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 陈熙源　刘建国　 (74)专利代理 机构 南京众联专利代理有限公司 32206 代理人 周蔚然 (51)Int.Cl. G06F 30/27(2020.01) G06F 119/14(2020.01) G06F 119/08(2020.01) (54)发明名称 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 (57)摘要 本发明公开了一种基于BAS ‑GSA优化的混合 核支持向量机陀螺温漂补偿方法： 首先， 建立基 于线性核及 径向基函数核的混合核函数， 可以同 时具有较强的外推及内插能力， 可有效提高支持 向量机的学习能力及泛化能力； 针对常规超参数 寻优算法GSA易陷入局部最小 值、 BAS局部搜寻能 力较弱等缺陷， 建立同时具有全局搜索能力和局 部搜索能力的混合型BAS ‑GSA搜索算法， 实现对 混合核支持向量机 （HKSVM） 的超参数高精度寻 优。 通过光纤陀螺温度漂移实验对 所提方法进行 验证， 取得效果能够满足高精度温度漂移补偿要 求。 权利要求书3页 说明书8页 附图3页 CN 114036843 A 2022.02.11 CN 114036843 A 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， yi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： κH(x,xi)＝(1‑w)κP(x,xi)+wκR(x,xi)       (3) κP(x,xi)＝(xTxi+1)d                   (4) κR(x,xi)＝exp[‑||x‑xi||2/(2 δ2)]           (5) 其中, κH(x,xi)， κP(x,xi)及κR(x,xi)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(xi)： xi(t)＝[Ci,di, δi,wi]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， xil(t)及xir(t)分别甲虫左、 右触须的位置， ni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(xil)及fit(xir)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：权　利　要　求　书 1/3 页 2 CN 114036843 A 2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： mi(t)＝[fiti(t)‑fitworst(t)]/[fitbest(t)‑fitworst(t)]      (11) 其中， i＝1,2, …,N， fiti(t)及Mi(t)分别为第i个甲虫的评价函数值及质量， fitbest(t) 及fitworst(t)分别为 最优及最差的评价 函数值， mi(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， λj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， Ri,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， θi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xbest＝[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fitmin及最大迭代次数Tmax， 设定N个甲虫的起始位置xi (t)及其对应评价 函数值fit(xi)， i＝1,2,…,N， 计算最优评价 函数值fitbest如下： fitbest＝min{fit(x1),fit(x2),…,fit(xN)}                 (18) 步骤7.2)运用公式(2)计算 N个甲虫的评价 函数值fit(xi)， 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： xli(t)及xri(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Mi(t)； 运用公式(13)计算N个 粒子受到的引 力Fik(t)， 运用公式(15)计算 N个粒子的下一 步移动速度 权　利　要　求　书 2/3 页 3 CN 114036843 A 3