模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

模拟退火算法及其在大地测量反演中的应用

本文针对大地测量反演算解算中的非线性问题介绍了模拟退火算法的基本原理,结合算例详细讨论了Ｍｅｔｒｏｐｏｌｉｓ模拟退火算法的特点和大地测量反演解算中的应用,分析比较了模拟退火算法和局部搜索算法在反演解算中各自的特点。     

模拟退火算法及其在大地测量反演中的应用

本文针对大地测量反演解算中的非线性问题介绍了模拟退火算法的基本原理,结合算例详细讨论了Ｍｅｔｒｏｐｏｌｉｓ模拟退火算法的特点和在大地测量反演解算中的应用,分析比较了模拟退火算法和局部搜索算法在反演解算中各自的特点。     

模拟退火法及其在抗差估计中的应用

抗差估计结果的好坏与初值的选取密切相关。当迭代初值偏离较大时,ρ函数不是严凸时,采取的选权迭代法往往不能获得全局最优值,而只能得到局部的最优解。本文提出一种新的抗差估计求解过程,即把它看作是关于未知参数的全局最优化问题,应用模拟退火法进行求解。计算结果表明:相对于传统的选权迭代法,模拟退火法对初值的选取不敏感,能给出全局最优值。     

模拟退火算法在动态建立基准地价模型中的应用

阐述了传统基准地价评估模型建立流程将地价样本检验与模型建立分离的不足,引入了模拟退火算法思想,对目标函数、初始状态、新状态产生、新状态接受、初温、温度更新函数以及抽样准则、算法终止准则等关键问题进行设计,将地价样本检验、优化组合与模型建立有机结合,并设计了基于模拟退火算法的动态建立基准地价模型的流程,最后应用实例验证了方法的可行性。     

融合卡尔曼滤波算法在超宽带定位中的研究

针对超宽带定位技术带有不可避免的随机误差问题,为了减小其对室内定位精度的影响,提出了一种融合卡尔曼滤波算法。该算法通过引入间接平差算法求解定位标签的三维坐标,并将此坐标作为观测量进行卡尔曼滤波算法求解,达到多次减小随机误差的目的。实验结果表明,与经典平均算法相比,在X、Y、Z方向上的精度分别提高了58.76%、41.68%、35.58%,点位精度也提高了48.08%。同时与扩展卡尔曼滤波算法、粒子滤波算法解算结果进行比较,定位精度更高。因此得出结论,融合卡尔曼滤波算法可以有效提升标签三维坐标的精度,具有平滑性和可靠性。     

模拟退火算法的灰色模型钟差预报

针对传统灰色模型的预报效果不好的问题,文章提出了一种基于模拟退火算法的灰色模型钟差预报方法,采用模拟退火算法代替最小二乘求解灰色模型参数,较好地优化了灰色模型的参数估值。算例结果表明,基于模拟退火算法的灰色模型较传统的灰色模型,不仅能提高钟差的短期预报精度,而且对钟差的长期预报精度也有一定的改善。     

MathCAD软件在测量平差中的应用

借助MathCAD软件的强大计算功能,简化学生的矩阵计算,提高学生学习测量平差课程的效率,以及帮助学生在学习过程中培养思考问题,发现问题,分析问题和解决问题的能力.     

GPS定位技术在离石市控制网中的应用

本论述了ＧＰＳ高新定位技术在离石市控制网施测中,解决约束平差时已知点的概算、施测、数据处理及成果的审校方法取得几点的结论。     

混和模拟退火-遗传算法在参数估计中的应用

在分析传统遗传算法和模拟退火算法各自优缺点的基础上,提出把模拟退火算法和传统遗传算法相结合的混和算法,有效避免了两种算法的不足之处,并将该混和模拟退火遗传算法用于非线性的参数估计中。     

模拟退火机制下优化离散粒子群的端元提取算法

针对离散粒子群优化(Discrete Particle Swarm Optimization,DPSO)端元提取算法初始种群质量差、收敛性能低且易于陷入局部最优,本文将模拟退火算法引入到DPSO的不同阶段,模拟退火算法能以一定的概率接受和舍弃新状态,使种群内粒子渐趋有序、达到平衡,收敛到全局最优,有效避免了搜索陷入局部最优。因此,该算法不仅保持了DPSO的全局组合优化特点,克服了初始种群质量差、易陷入局部最优等缺点,而且还提高了收敛速度和端元提取精度。     

基于目标规划与模拟退火算法的土地利用分区优化方法

以兰州市榆中县为实验区,选取分区适宜性、规划协调性和空间紧凑性作为分区目标,基于目标规划和模拟退火算法对实验区进行土地利用分区优化。结果表明,不同情景下的分区方案能很好地满足决策者设定的目标偏好值;从空间特征分析的结果看,本分区方案较原有分区方案对各个分区目标进行了优化,更好地满足了农业生产、经济发展以及生态保护的要求。     

一种利用模拟退火思想的线状要素Morphing方法

提出一种基于模拟退火思想的线状要素Morphing方法,针对同名线状要素在大小比例尺卜的两种表达,首先利用约束Dclaunay三角网提取小比例尺地图上线状要素的弯曲特征点,然后采用模拟退火技术在特征点与大比例尺线状数据顶点之间建立全局最优匹配,匹配结果将两线状要素分割成多对对应线段,最后针对每一对对应线段采用常规线性插值方法进行Morphing插值。模拟算例和实际数据实验证明,该方法较好地顾及了线状要素尺度变换过程中的弯曲化简、删除、夸大、典型化等综合操作,变换结果能有效地保持原线状要素的结构特征,提高了Morphing变换的精度。     

利用模拟退火算法的村镇土地利用空间优化调控模型

提出了一种顾及土地利用监测评价结果的村镇土地利用调控模型。该模型整合空间单元划分、调控单元判别、空间配置于一体,运用模拟退火算法,实现了多目标控制下的空间优化调控。实例验证了此模型的合理性。     

SA算法优化BP神经网络应用于GPS高程拟合

BP神经网络算法用于高程拟合有训练速度慢和易于陷入局部最小值的缺点,基于BP算法学习特点,模拟退火算法（SA）在局部极小处的概率突变性,本文作者有效结合BP和SA算法,提出一种SA优化BP神经网络算法的BPSA混合学习策略,并以实例验证了该算法的有效性。     

UWB室内距离交会定位算法的研究与性能分析

在众多室内定位技术中,超宽带(ultra-wideband,UWB)技术以其极大的带宽、高时间分辨率、高速数据传输等特点而备受关注,目前,UWB超宽带定位技术已广泛应用于展厅、仓库、超市、图书馆、矿井等环境中。针对基于超宽带室内距离交会定位原理的最小二乘算法及几何算法两种算法的性能进行了实验与评估,不仅比较了平面定位精度,而且对比了两种算法的执行时间。实验结果显示,在平面定位中,最小二乘算法具有更好的内、外符合精度,可以更为准确的估计移动目标的位置信息;但几何算法在执行时间和计算效率方面有着显著的优势。     

遗传算法在甲流SIR模型参数求解中的应用

论文以全国甲型H1N1流行性感冒（下简称甲流）疫情数据为实例,讨论了采用SIR模型对甲流的传播过程进行模拟时相关参数的求解问题。分别通过优化的遗传算法（Genetic Algorithm,GA）和模拟退火算法（Simula-ted Annealing Algorithm,SA）求得该非线性模型中的重要参数阈值（日治愈率与日传染率的比值）,并由该参数阈值计算出各月患病人数。论文比较分析了两种算法在精度和效率上的优劣,发现遗传算法优于模拟退火。同时模拟结果验证了SIR模型适合甲流疫情的分析模拟。     

BPSA混合策略在GPS高程拟合中的应用

针对误差反向传播(BP)算法训练速度慢和易于陷入局部最小值的缺点,利用BP算法监督学习特点,模拟退火算法(SA)在局部极小处的概率突变性,有效结合BP和SA算法,提出一种BPSA混合学习策略。将其应用于GPS高程拟合,并以实例验证了该算法的有效性。