计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
17期
56-58
,共3页
遗传算法%广义线性反演%AVA多参数反演
遺傳算法%廣義線性反縯%AVA多參數反縯
유전산법%엄의선성반연%AVA다삼수반연
在传统遗传算法基础上,对交叉、变异后所得结果的处理以及进化过程的整体分布方面进行了改进,并将改进的遗传算法与广义线性反演方法相结合,提出了一种混合优化算法:以改进的遗传算法为基础,在进化的每一代种群中选择目标函数最小的个体,进行一定次数的线性化迭代.混合优化算法克服了线性化方法依赖于初始值和遗传算法局部搜索能力差的缺陷.数值试验表明,将该算法用于AVA多参数反演中,提高了反演的精度,加快了收敛的速度,并具有较强的抗噪能力.
在傳統遺傳算法基礎上,對交扠、變異後所得結果的處理以及進化過程的整體分佈方麵進行瞭改進,併將改進的遺傳算法與廣義線性反縯方法相結閤,提齣瞭一種混閤優化算法:以改進的遺傳算法為基礎,在進化的每一代種群中選擇目標函數最小的箇體,進行一定次數的線性化迭代.混閤優化算法剋服瞭線性化方法依賴于初始值和遺傳算法跼部搜索能力差的缺陷.數值試驗錶明,將該算法用于AVA多參數反縯中,提高瞭反縯的精度,加快瞭收斂的速度,併具有較彊的抗譟能力.
재전통유전산법기출상,대교차、변이후소득결과적처리이급진화과정적정체분포방면진행료개진,병장개진적유전산법여엄의선성반연방법상결합,제출료일충혼합우화산법:이개진적유전산법위기출,재진화적매일대충군중선택목표함수최소적개체,진행일정차수적선성화질대.혼합우화산법극복료선성화방법의뢰우초시치화유전산법국부수색능력차적결함.수치시험표명,장해산법용우AVA다삼수반연중,제고료반연적정도,가쾌료수렴적속도,병구유교강적항조능력.
