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
• 来源期刊: 遥感学报
• 学科: 工学
• 关键词: 遗传算法 GOMS模型 反演 逐步二次规划
• 年，卷（期）: 2001,（5）
• 所属期刊栏目: 基础研究
• 页码范围: 327-333
• 页数: 7页
• 分类号: TP701
• 字数: 6236字
• 语种: 中文
• DOI: 10.3321/j.issn:1007-4619.2001.05.002

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱启疆	北京师范大学遥感与地理信息系统研究中心	36	2027	15.0	36.0
2	李小文	北京师范大学遥感与地理信息系统研究中心	40	1514	19.0	38.0
3	王锦地	北京师范大学遥感与地理信息系统研究中心	40	1080	19.0	32.0
4	唐世浩	北京师范大学遥感与地理信息系统研究中心	5	161	5.0	5.0
5	闫广建	北京师范大学遥感与地理信息系统研究中心	3	91	3.0	3.0