利用蚁群遗传算法改进高程异常拟合模型

利用蚁群遗传算法改进高程异常拟合模型

论文摘要

针对多面函数在拟合高程异常中难以选取中心节点及光滑因子的问题,该文提出了蚁群-遗传算法改进高程异常拟合模型的方法。为拟合模型构建提供可靠的参数,使选择的中心节点更加合理,加入蚁群算法能够快速获取地形复杂区域的特征点。光滑因子是多面函数拟合法的重要参数,参数值影响了拟合模型精度的高低。采用了遗传算法优化光滑因子,将光滑因子作为种群的染色体进行遗传运算,求得了拟合模型的光滑因子最优值为0.452。利用蚁群-遗传算法改进后的多面函数构建的拟合模型精度为8.6mm,比传统多面函数法拟合结果精度提高了48%。实验研究表明,蚁群-遗传算法改进的多面函数在很大程度上提高了拟合模型的精度,充分验证了改进方法有效可行,为特殊地形的高程拟合提供了重要的参考依据。

论文目录

  • 0 引言
  • 1 多面函数
  •   1.1 多面函数基本原理
  •   1.2 含稳健权的多面函数
  • 2 蚁群-遗传算法改进的拟合模型
  •   2.1 蚁群算法基本原理
  •   2.2 遗传算法基本原理
  •   2.3 改进多面函数拟合法
  • 3 算例分析
  •   3.1 改进多面函数法拟合GPS高程异常
  •   3.2 拟合结果精度分析
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 蒲伦,唐诗华,刘银涛,黄昶程,唐宏

    关键词: 高程异常,蚁群算法,遗传算法,多面函数,中心节点,光滑因子

    来源: 测绘科学 2019年07期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 自然地理学和测绘学,自动化技术

    单位: 桂林理工大学测绘地理信息学院,广西空间信息与测绘重点实验室

    基金: 广西空间信息与测绘重点实验室基金项目(15-140-07-05,16-380-25-13,16-380-25-25),广西自然科学基金项目(2018GXNSFAA281279),广西高校中青年教师基础能力提升项目(KY2016YB823)

    分类号: P228.4;TP18

    DOI: 10.16251/j.cnki.1009-2307.2019.07.008

    页码: 46-52

    总页数: 7

    文件大小: 353K

    下载量: 293

    相关论文文献

    • [1].基于正向运动学的穿刺针半径拟合模型[J]. 青海大学学报 2020(02)
    • [2].平面拟合模型在大型构件安装中的应用[J]. 中国港湾建设 2015(11)
    • [3].大坝观测效应量的明确性和非明确性混合分量拟合模型[J]. 水利水电技术 2018(09)
    • [4].移去恢复法的深入探讨与混合拟合模型的建模研究[J]. 价值工程 2013(11)
    • [5].连分式拟合模型在沉降变形监测中的应用研究[J]. 测绘信息与工程 2011(04)
    • [6].反舰导弹自控飞行阶段航迹拟合模型研究[J]. 大众科技 2008(05)
    • [7].融入图像全局信息的局部图像拟合模型[J]. 光学技术 2013(05)
    • [8].高矿化度土壤水分特征曲线及拟合模型适宜性[J]. 农业工程学报 2012(13)
    • [9].常用对流层区域拟合模型的比较分析[J]. 全球定位系统 2010(02)
    • [10].基于6类噪声项拟合模型的光纤陀螺噪声特性分析方法[J]. 兵工学报 2013(07)
    • [11].蓖麻籽冷榨制油过程压缩比与残油率关系拟合模型[J]. 湖南林业科技 2016(04)
    • [12].GPS水准拟合模型的实用性与精度分析[J]. 湖北水利水电职业技术学院学报 2010(02)
    • [13].我国人口时间序列拟合模型的比较与选择[J]. 数学的实践与认识 2010(02)
    • [14].回归拟合模型的神经网络方法[J]. 测绘科学 2010(S1)
    • [15].GPS水准拟合模型的比较与分析[J]. 测绘工程 2009(02)
    • [16].GPS水准加权综合拟合模型的应用研究[J]. 黄河水利职业技术学院学报 2008(03)
    • [17].离散数据拟合模型的研究与实现[J]. 计算机工程与应用 2008(31)
    • [18].瘦肉型猪早期生长发育规律的拟合模型研究[J]. 华中农业大学学报 2010(03)
    • [19].基于程序化的GPS水准拟合模型研究[J]. 昆明冶金高等专科学校学报 2009(03)
    • [20].正态分布拟合模型下的企业投资风险预测[J]. 科技风 2014(05)
    • [21].基于蚁群算法的R&D支出拟合模型研究[J]. 情报杂志 2012(05)
    • [22].大区域GPS水准拟合模型研究及应用[J]. 城市勘测 2010(02)
    • [23].变量可分离函数的RBF神经网络拟合模型及其VC维[J]. 华南师范大学学报(自然科学版) 2010(03)
    • [24].BDS/GPS短期ISB建模和预报的Kalman滤波方法[J]. 测绘学报 2016(S2)
    • [25].静态浮箱法中不同拟合模型对水-气界面通量估算的影响[J]. 长江流域资源与环境 2018(04)
    • [26].干旱区盐碱土土壤水分特征曲线模拟研究[J]. 新疆农业大学学报 2015(02)
    • [27].大比例尺地形图地物二维采集数据的精度控制[J]. 测绘技术装备 2011(03)
    • [28].变频压缩机的电流拟合模型探讨[J]. 家电科技 2016(12)
    • [29].光滑拟合模型的IIPBDR图像修复算法[J]. 中国图象图形学报 2015(07)
    • [30].基于局部区域拟合模型的磁共振图像分割与偏移估计算法[J]. 计算机应用 2011(12)

    标签:;  ;  ;  ;  ;  ;  

    利用蚁群遗传算法改进高程异常拟合模型
    下载Doc文档

    猜你喜欢