Resumen

Los datos de predicción de posición GPS pueden aliviar de manera efectiva el tráfico urbano, el flujo de población, la planificación de rutas, etc. Tiene una importancia de investigación muy significativa. Utilizar un algoritmo de optimización de inteligencia de enjambre para predecir la ubicación geográfica tiene estrategias de investigación importantes. El algoritmo de polinización de flores (FPA) es un nuevo algoritmo de optimización de inteligencia de enjambre (SIOA) que es fácil de implementar y tiene otras características; cada vez más académicos lo han mejorado continuamente y lo han aplicado a más campos. Con el objetivo de abordar el hecho de que el FPA conduce al valor óptimo local en la polinización cruzada, se propone la estrategia de mapeo caótico para optimizar problemas relacionados con que la población no es lo suficientemente rica en el proceso de auto-polinización. El algoritmo de polinización de flores mejorado tiene mejores ventajas en la convergencia de funciones de prueba y en el efecto de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:GPS; Datos de posición; Predicción; Algoritmo de optimización de inteligencia de enjambre; Algoritmo de polinización de flores; Ubicación geográfica
• Keywords:Gps; Position data; Prediction; Swarm intelligence optimization algorithm; Flower pollination algorithm; Geographic location