利用新型群体智能优化算法研究微震震源定位

引入并介绍6种新型群体智能优化算法(灰狼算法、鲸鱼优化算法、蝗虫优化算法、麻雀搜索算法、蚁狮算法、蜻蜓算法)的仿生原理、核心计算公式及优化特性,在经典到时差模型基础上设计一种新型微震震源反演数学模型,利用仿真的矿山微震震源正反演数据对比分析6种方法的性能差异。结合实际矿山人工爆破数据,通过6个统计指标从精度、收敛速度、稳定性等多个角度测试这6种新型群体智能优化算法在微震震源定位中的有效性和可靠程度。     

基于蚁狮优化算法的瑞雷波频散曲线反演

反演瑞雷波频散曲线获得横波速度剖面,是近地表瑞雷波勘探中最重要的步骤之一;瑞雷波频散曲线反演是一个多极值、高度非线性问题,为此引入蚁狮优化算法求解该类问题。蚁狮优化算法是一种群智能算法,是模仿蚁狮设置陷阱捕食的行为建立的全局优化算法,该算法收敛速度较快且降低了不同的参数设置对结果产生的影响。通过使用蚁狮优化算法对典型的理论地质模型进行了频散曲线反演,反演结果表明蚁狮优化算法能够运用在瑞雷波频散曲线反演中且精度较高,在实测资料中与传统非线性方法进行了对比,验证了基于蚁狮优化算法频散曲线反演的优势与实用性。     

一种多传感器组合导航系统的自适应分布式滤波算法北大核心CSCD

针对联邦滤波器和集中式卡尔曼滤波器在实际应用中存在的问题及组合导航中量测噪声统计特性不准确引起滤波精度下降的问题,提出利用变分贝叶斯估计和分布式估计的多传感器组合导航系统自适应分布式滤波方法。首先,基于集中式卡尔曼滤波技术,推导分布式滤波的一种表达方法,该方法具有估计最优性、故障自动隔离且对导航系统无污染的特点;然后,结合变分贝叶斯估计技术,提出自适应分布式滤波方法,对系统状态和时变的量测噪声方差进行同步实时估计;最后,采用SINS/GNSS/CNS/ADS组合导航系统进行仿真验证。仿真结果表明,本文算法能实时跟踪突变或缓变的量测噪声方差,较联邦滤波算法可有效降低量测噪声统计特性不准确给系统带来的不利影响,进而提高组合导航系统的滤波精度。     

基于广播星历的GPS/BDS-3非差非组合PPP北大核心CSCD

分析GPS和BDS-3卫星广播星历的误差特性,研究广播星历精度不足的补偿策略,提出一种SISRE补偿的非差非组合定位模型。采用2022年15个MGEX测站1周的数据进行实验。结果表明,SISRE补偿的非差非组合模型的GPS和BDS-3静态三维定位误差的RMS分别约为24 cm和23 cm, GPS/BDS-3双系统组合可进一步将精度提升至约18 cm;GPS和BDS-3仿动态三维定位误差的RMS分别约为73 cm和74 cm, GPS/BDS-3双系统组合可进一步将精度提升至约45 cm;SISRE补偿的非差非组合模型与SISRE补偿的无电离层组合模型定位精度相当。     

多目标优化NSGA系列算法与地理决策：原理、现状与展望

地理学正在经历“剧变”时代,愈发强调决策支持。地理决策过程中往往涉及众多因素,需要通盘考量不同因素、权衡利弊,并提出最优方案,是典型的多目标优化过程。数学领域的多目标优化算法因而在地理决策中具有广阔的应用潜力和重要意义,其最新进展是地理学中新方法、新工具的重要来源。本文综述了多目标优化领域最前沿、最流行的算法代表“非支配排序遗传系列算法”（Nondominated Sorting Genetic Algorithms,NSGAs）,对其三代不同算法的原理、适用性进行对比,并综述了这些算法在地理决策领域的应用现状、改进方法、问题与局限。研究发现：在三代算法中,NSGA-Ⅱ因其在计算复杂性和使用场景方面的优势在地理决策中最为流行;NSGA-Ⅲ对建模要求较高,尚未得到广泛关注。在地理决策的各领域中,水资源管理领域是NSGA算法应用最多、最成熟的领域,该领域的问题建模和在NSGA算法中融入局部搜索的经验值得其它领域借鉴和推广;土地利用规划领域提出了较多的NSGA改进算法,为更好地融合NSGA算法进行地理决策树立了典范。未来研究中,可通过凝练行业共性问题、构建通用优化模型降低NSGA算法的应用门...     

基于非监督分类和图优化的GNSS多路径误差削弱方法北大核心CSCD

基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。     

基于多目标遗传算法和FLUS模型的西北农牧交错带土地利用优化配置

西北农牧交错带生态环境脆弱,区位特殊性和生态重要性使其在我国社会经济发展和生态环境保护方面具有重要战略意义。通过对该区域进行土地利用优化配置,使有限的土地资源支撑起生态环境保护和经济发展的重任是本文的出发点。多目标遗传算法和FLUS模型的应用可以从多方面（数量结构、空间布局、综合效益）完善土地利用优化配置,为土地利用优化配置提供更多的选择方案。本文选用多目标遗传算法和FLUS模型对该区域进行2025年的土地利用变化模拟,通过设置自然发展、生态保护优先、经济发展优先、生态-经济均衡4种情景,探讨了如何在兼顾生态环境保护与社会经济发展的情况下进行土地利用的优化配置。结果表明,基于生态-经济均衡情景下的优化方案,土地利用类型的数量结构和空间布局更为合理,其综合效益优于另外3种情景。该情景在合理限制经济发展速度的前提下,使生态建设获得稳定发展,其经济效益较生态保护优先情景下增长了8.96%,生态效益较经济发展优先情景下增长了0.77%,在生态保护与经济发展2种目标之间达到平衡,为西北农牧交错带的土地利用规划提供了决策辅助。     

基于交通网络的乡村中小学优化布局

合理规划中小学布局是优化教育资源配置、提高办学效益以及实现教育均衡发展的重要途径。本研究针对中国乡村建设的需要和中国多山的地理环境,考虑山地环境对乡村中小学选址的影响,构建多山环境下乡村中小学的区位模型,运用地理信息科学方法,以Visual Studio. Net 2010为开发平台,使用C#语言和ArcGIS Engine 10.0组件库,同时结合MATLAB编程,开发出基于交通网络的乡村中小学区位优化系统。最后将系统应用于贵州省某镇的小学布局优化中,分别在只考虑已有道路、假设道路可升级、假设道路可新建或升级3种情景下,通过改进的模拟退火算法,确定新建学校的最佳位置,以及新道路的修建和原有道路的升级情况,从而得到不同情景下各居民点学生的上学耗时。结果表明,交通网络对乡村中小学布局优化具有重要影响,改善交通网络条件能够有效提高学生的就学效率上学速度。