遗传算法及其在GOMS模型反演中的应用效果分析

编号 zgly0001591504

文献类型 期刊论文

文献题名 遗传算法及其在GOMS模型反演中的应用效果分析

作者 唐世浩  朱启疆  李小文  王锦地  闫广建 

作者单位 北京师范大学遥感与地理信息系统研究中心  北京师范大学遥感与地理信息系统研究中心北京100875  北京100875  北京1008 

母体文献 遥感学报 

年卷期 2001年05期

年份 2001 

分类号 TP701 

关键词 遗传算法  GOMS模型  反演  逐步二次规划 

文摘内容       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。