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。     

距离观测方程参数估计的随机搜索法

针对传统非线性模型参数估计方法(牛顿法、高斯-牛顿法、最速下降法、阻尼最小二乘法等)过度依赖初始值精度、只能获取局部最优解的缺点,利用遗传算法全局搜索能力的特点,得到距离观测方程参数估计解.最后利用短程测距数据和水下定位数据,验证了该算法的参数估计解.结果表明:该算法的收敛解优于线性平差估计解且明显提高解的精度.     

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。     

模拟退火算法在室内定位中的应用

随着室内定位技术的广泛应用,如何高效、精准、低成本地实现室内定位尤为重要。本文分析了现有室内定位算法的不足,结合室内定位问题与模拟退火算法的特点,通过室内定位问题的数学抽象与建模,提出一种基于模拟退火算法的室内定位方法,给出了可行解邻域的选取方式与二范数的目标函数。实验结果表明该算法可实现高效、精准、低成本的定位效果,并且具有较好的鲁棒性和平差效果。     

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。     

改进遗传算法在变形监测网平差中的应用

遗传算法在处理非线性最小二乘问题上具有其独到的优势。文中通过对遗传算法的理论性研究,对常规遗传算法的选择交叉策略、变异步长及变异率都作了改进。并将改进的遗传算法应用到变形监测网平差中,实现变形监测网在不同基准下的非线性平差计算,并通过实例证明其实用性及优越性。     

改进遗传算法及其在抗差估计中的应用

针对抗差估计的选权迭代法(IRLS)对迭代初值敏感的问题,提出了将抗差估计问题看作求全局最优化问题,利用具有全局收敛性和局部搜索能力的遗传算法(GA)进行求解;并对遗传算法的变异算子步长进行改进.最后通过实例验算,证明了GA抗差估计法的有效性和优越性.     

改进遗传算法及其在抗差估计中的应用

针对抗差估计的选权迭代法(IRLS)对迭代初值敏感的问题,提出了将抗差估计问题看作求全局最优化问题,利用具有全局收敛性和局部搜索能力的遗传算法(GA)进行求解;并对遗传算法的变异算子步长进行改进。最后通过实例验算,证明了GA抗差估计法的有效性和优越性。     

单纯形--模拟退火混合算法及其在参数估计中的应用

在综合分析单纯形算法与模拟退火算法的优缺点的基础上,将单纯形算法与模拟退火算法相结合,提出了一种单纯形——模拟退火混合算法,有效地避免了原有两种算法的缺陷,提高了参数求解的质量,并用算例验证了其在参数估计中的应用。     

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。     

基于遗传算法的曲面拟合参数辨识

从参数辨识的角度来看,曲面拟合需要求解出坐标平移、旋转以及标准曲面方程参数。利用遗传算法在该领域的优势,对经典简单遗传算法的缺陷进行了一系列改进。用MATLAB语言实现了改进算法的程序包。在雷达天线椭圆抛物面表面检测的工程实例以及一个模拟复杂曲面算例中,分别采用文章中的改进遗传算法和简单遗传算法进行了多次运算,对结果进行了比较。应用和比较结果表明,遗传算法能够较好地应用于空间曲面拟合,且本改进算法更具优势。     

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。     

基于GASA混合策略的BP网络在基准地价测算中的应用

结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于BP网络权值学习的GASA混合策略。以江西省赣县县城商业用地为例,应用基于GASA混合策略的BP网络对其基准地价进行了测算,并与回归模型方法作了比较。结果表明,混合策略能有效地避免BP算法陷入局部极小和网络单目标学习易产生的过拟合现象。将神经网络用于基准地价的测算,精度优于常规的回归模型方法。     

病态模型参数估计在整周模糊度解算中的应用

介绍了病态模型参数估计方法,并将其应用于GPS快速动态定位整周模糊度的解算,实现了模糊度初值的快速准确求解。