共查询到17条相似文献,搜索用时 135 毫秒
1.
遗传算法及其在GOMS模型反演中的应用效果分析 总被引:2,自引:1,他引:1
几何光学交互遮蔽模型(GOMS)是一种重要的遥感前向模型,它较好解释了“热点”现象,具有较强的前向模拟能力。但由于其固有的非线性性,给反演带来困难。本文尝试采用近年来兴起的并行随机全局寻优算法-遗传算法对GOMS进行反演,并针对传统遗传算法的不足进行了改进。在使用相同先验知识的条件下,将该算法与目前最有效的约束非线性最优化确定性搜索算法-逐步二次规划法对GOMS模型的反演效果进行了比较,结果表明,逐步二次规划法搜索效率较高,但结果受初值的影响很大,初值选择不当,易收敛于局部最优解,而遗传算法具有全局最优的收敛效果,但局部搜索效率较差。在某些对精度要求不高,而对搜索效率要求较高的场合,可以采用遗传算法与确定性搜索算法相结合的混合遗传算法,以提高算法的搜索效率,获得较为满意的效果。 相似文献
2.
直接搜索算法作为非线性模型参数估计的一种求解方法,具有无需求导,适用范围更广的优点,因而成为近年来的研究热点。将大洪水算法作为一种新的直接搜索算法引入到非线性模型的参数估计中,并以实例进行了计算分析,结果表明:大洪水算法是一种简单有效的非线性模型参数估计的直接搜索解算方法,不但在算法性能上表现优越,而且解的搜索不依赖于初值,能以较大概率收敛到全局最优解,是一种值得推广的直接搜索算法。 相似文献
3.
4.
基于贝叶斯理论的线性与非线性模型反演方法(Fukuda-Johnson,F-J)已广泛应用于地球物理模型的线性-非线性参数反演。但F-J方法的反演结果可能受马尔可夫链蒙特卡洛采样(Markov chain Monte Carlo,MCMC)经验参数选择的影响,而反复调试合适的经验参数需耗费大量计算时间。对线性与非线性模型进行线性化后,也可以利用迭代最小二乘方法反演,但该方法难以选择合适的初始值。为提高参数反演计算效率和避免参数初值选择影响,提出了一种以F-J方法模型解为初始值的迭代最小二乘方法。该方法只需计算一次F-J方法模型解和有限次最小二乘迭代,既提高了F-J方法的反演效率,又能获得迭代最小二乘全局最优解。针对模拟数据实验和实际数据算例,分别采用F-J方法、随机生成初始值的迭代最小二乘方法和以F-J方法结果为初值的迭代最小二乘方法进行参数反演。结果表明,直接使用F-J方法时,MCMC采样参数会影响反演结果;直接进行迭代最小二乘反演时,初始值选取不当会导致迭代无法收敛到正确的结果;以F-J方法的结果作为迭代最小二乘方法的初始值进行反演,可以充分发挥F-J方法的全局最优性和迭代最小二乘方法计算量小、稳定性好的优势。 相似文献
5.
在常规非线性单纯形算法的基础上 ,提出了一种实用的改进算法 ,即将初始搜索值作为初值 ,并逐步改变顶点距离二次搜索的方法 ,有效地避免了常规算法易陷入局部最优的缺点 相似文献
6.
旅行商路径优化问题是经典的网络分析问题之一。由于旅行商问题具有NP Hard特性,主要通过智能优化方法或启发式算法来获得近似最优解。然而,单一智能优化方法存在运算量过大、参数选择苛刻,对初值依赖性强等缺陷,很难快速实现全局优化。结合多种优化机制和邻域搜索结构设计混合启发式算法可在一定程度上解决这一问题。本文结合遗传算法的全局寻优能力和禁忌搜索的记忆功能,设计实现了一种基于分散集中策略的禁忌遗传算法,即采用遗传变异算子作为分散策略构造邻域,开辟新的搜索空间,有效提升获得全局最优解的概率;将禁忌搜索作为集中策略进行局部寻优,避免迂回探测,充分体现禁忌搜索较强的“爬山”能力,并通过实际交通网络和不同规模的节点集合,从求解精度、稳定性和效率三个方面对算法进行了评价。结果表明,本文提出的交通网络旅行商路径优化的禁忌遗传算法平均求解精度比禁忌搜索算法提高了9%,略优于ArcGIS;当与ArcGIS求解的TSP路径长度差异在1%以内时,禁忌搜索算法已经难以获得对应精度的TSP路径,而禁忌遗传算法效率比遗传算法提高了50%。且禁忌遗传算法具有很好的并行化潜力。 相似文献
7.
阐述了GIS网络分析中不确定性选址问题的基本模型及特性。从问题的定义可知其为NP完备类问题。推导了最优解在紧条件的下界算法,并结合广义Powell算法及遗传算法,提出了不确定性选址问题的混合遗传算法,实验证明,在最优解的品质和收敛速度上都达到了比较好的效果。同时,实验的结果从另一个角度证明,如果兼顾收敛速度和解的品质这两个指标,单纯的遗传算法未必比其他搜索算法更优越,采用一些局部搜索性能较好的算法结合遗传算法,可以从两方面改善求解效果。 相似文献
8.
9.
利用遗传算法优化神经网络实现混合像元组分参数的反演 总被引:1,自引:1,他引:0
《遥感学报》2000,4(Z1):31-37
采用热红外多波段遥感数据反演陆面温度(LST),由于波段间信息高度相关,以及难以直接反演混合像元组分温度,使得LST的反演精度和应用价值都受到很大的限制.在建立非同温混合像元热辐射方向性模型基础上指出,热红外多角度遥感提供了反演组分温度的可能性,但是,由于该模型是采用蒙特卡洛方法模拟而建立起来的数值概念模型,采用一般反演方法很难同时提取所有参数信息.为了有效获取各参数信息,使用神经网络模型.由于待反演参数中,组分温度、土壤比辐射率和叶面积指数(LAI)都是多角度辐射亮度的非线性函数,然而,使用经典的误差后传(BP)算法容易陷入局部最优解区域;虽然遗传算法(GA)可以搜索到全局最优解,但在微机上实现算法速度太慢,因此,采用GA训练神经网络,得到网络权重,然后再以GA训练得到的权重作为BP算法的初始权重,继续训练神经网络,直到获得满意结果.这样既可以发挥BP算法快速寻优的特点,又能得到网络权重的最优组合.数值模拟的结果表明,基于非同温混合像元热辐射方向性模型,采用GA优化的神经网络模型反演多维参数效果比较理想. 相似文献
10.
非线性最小残差绝对值和最小平差的遗传算法 总被引:1,自引:1,他引:0
遗传算法是一种基于自然选择和自然遗传学机理的全局优化搜索算法。文章在扼要介绍遗传算法的基础上,设计了非线性残差绝对值和最小的遗传算法,并将其运用于非线性残差绝对值和最小的平差模型中,并通过实例验证了该算法的有效性。 相似文献
11.
针对车载移动测量系统中激光扫描仪和载体坐标系之间存在的位置和姿态偏差,在结合常规特征点、特征面检校方法基础上,本文提出了一种带有误差改正数的位置和姿态检校方法。利用TLS获取的车载系统整体点云模型和传感器固有几何属性,获取传感器之间相对关系初值,在此基础上引入误差改正数,构建误差改正模型。在与IGS站联测的检校场中借助平面、球形标靶和平面反射标志等特征,采用最小二乘法迭代法计算误差改正数最优解,从而实现传感器快速检校。试验结果表明,该方法切实可行,检校后点云平面绝对精度和高程绝对精度分别为0.043、0.072 m,相对精度为0.018 m,满足移动测量系统数据获取的精度要求,对促进车载移动测量技术发展和应用具有重要意义。 相似文献
12.
13.
14.
15.
16.
提出了一种基于带权A*搜索算法的镶嵌线网络优化方法。首先,利用标准Voronoi图生成初始镶嵌线网络;然后,利用测区的数字表面模型(digital surface model,DSM)数据生成对应的高程梯度图(也称为边缘图);再对初始镶嵌线网络的节点进行自动调整,将位于建筑物上的节点移动至附近的地面;最后,利用一种带权A*搜索算法,结合高程梯度图,对初始镶嵌线网络中的每一条镶嵌线进行智能优化,避开建筑物或者高差变化大的区域,获得最优的镶嵌线网络。利用3组真实的无人机数据对该方法进行实验,初步结果表明,该方法适用于排列不规则的测区,可有效优化镶嵌线网络,镶嵌线可自动避开大部分城区建筑物以及山区的山脊等,对城区以及山区影像都可得到高质量的正射影像。实验结果表明,对于第1组数据,此方法得到的结果在镶嵌线的选取上要优于商业软件OrthoVista。 相似文献
17.
基于多项式表达模型的多角度覆盖率反演研究 总被引:1,自引:0,他引:1
冠层光谱的多项式表达模型是理解叶片/土壤系统内的光线散射过程,描述植被的冠层光谱与组分光谱间非线性关系的一种新的方法。冠层光谱的多项式表达模型用高阶多项式的形式表达了系统内的各组分对入射光的散射过程,多项式中每一项系数表达了各组分对入射光多次散射的可能性有多少,这与冠层的结构,包括作物的覆盖率、叶倾角、垄行结构等有关。因此,多项式系数具有反演冠层结构参数的潜力。本次研究首先使用SAILH模型得到玉米全生长期的BRDF波谱以及模型计算过程的中间变量冠层多角度覆盖率,建立多项式系数与多角度覆盖率之间的经验关系。最后,设计了一次野外BRDF观测试验,对经验关系进行验证。 相似文献