CAJ | 학술논문

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.
궤하광학교호차폐모형(GOMS)시일충중요적요감전향모형,타교호해석료"열점”현상,구유교강적전향모의능력.단유우기고유적비선성성,급반연대래곤난.본문상시채용근년래흥기적병행수궤전국심우산법-유전산법대GOMS진행반연,병침대전통유전산법적불족진행료개진.재사용상동선험지식적조건하, 장해산법여목전최유효적약속비선성최우화학정성수색산법-축보이차규화법대GOMS모형적반연효과진행료비교, 결과표명, 축보이차규화법수색효솔교고, 단결과수초치적영향흔대,초치선택불당,역수렴우국부최우해,이유전산법구유전국최우적수렴효과, 단국부수색효솔교차.재모사대정도요구불고,이대수색효솔요구교고적장합,가이채용유전산법여학정성수색산법상결합적혼합유전산법, 이제고산법적수색효솔,획득교위만의적효과.