一种快速解算高维模糊度的改进模拟植物生长算法

针对整数最小二乘模糊度降相关平差(LAMBDA)算法解算高维整周模糊度效率比较低的问题,该文从模糊度解算一般规则是一个非线性整数规划问题的角度出发,提出了一种改进模拟植物生长算法.该算法是一种智能优化算法.通过多组高维模拟数据和实测数据,将该文算法与LAMBDA算法及MLAMBDA算法进行了对比分析.结果 显示,当模糊度维数等于45维和50维时,该文算法在运算效率上略优于LAMBDA算法.当维数达到55维及以上时,相比于LAMB-DA和MLAMBDA算法运算速度分别提高了至少52.8％和19.2％.因此改进模拟植物生长算法对于快速固定高维整周模糊度具有一定的应用参考价值.