遗传算法及其在遥感线性、非线性模型反演中的应用效果分析

• 作者: 周晓东 唐世浩 朱启疆 闫广建
• 来源期刊: 北京师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 遥感 反演 先验知识 遗传算法
• 年，卷（期）: 2002,（2）
• 页码范围: 266-272
• 页数: 7页
• 分类号: TP701
• 字数: 5355字
• 语种: 中文
• DOI: 10.3321/j.issn:0476-0301.2002.02.026

摘要

分别以2类常见的遥感模型--线性光谱混合模型和GOMS模型为代表研究了遗传算法在遥感线性和非线性模型反演中的应用效果,并与逐步二次规划法等确定性搜索算法进行了比较.结果表明,遗传算法在线性遥感模型反演中的优势并不明显.而在非线性遥感模型反演中优于确定性搜索算法.这主要是因为对于线性模型来说,一般定义的代价函数为凸函数,大多优化算法可以收敛于全局最优解,相比较而言,遗传算法因其搜索效率低,故优势不明显.而在非线性模型反演中,代价函数的形式比较复杂,可能是非凸的,因此遗传算法的优势得以发挥,这也说明与一般确定性搜索算法相比,遗传算法具有更好的全局收敛性.