基于改進(jìn)粒子群算法的主動(dòng)微波遙感土壤水分反演方法研究
發(fā)布時(shí)間:2021-03-03 06:46
提出了粒子群算法的主被動(dòng)微波遙感土壤水分反演的新算法。通過對慣性權(quán)重和學(xué)習(xí)因子確定的方法,把最初提出來的典型線性遞減策略轉(zhuǎn)變?yōu)榫性微分遞減策略,通過對兩者確定方法的更新來探究新的計(jì)算方法的可行性。由實(shí)驗(yàn)數(shù)據(jù)計(jì)算出草地R2=0.753 7, RMSE=0.0236 790 4;鹽堿地R2=0.727 2, RMSE=0.0313 73,較經(jīng)典算法有所提高,表明改進(jìn)慣性權(quán)重和學(xué)習(xí)因子的方法有效可行,較經(jīng)典的算法運(yùn)算速度快、精度高,體現(xiàn)了改進(jìn)粒子群算法的優(yōu)勢和潛力。
【文章來源】:河南農(nóng)業(yè). 2020,(17)
【文章頁數(shù)】:4 頁
【部分圖文】:
鹽堿地新算法反演結(jié)果
ω為慣性權(quán)重因子,其值為負(fù)數(shù),值越大,全局和局部尋優(yōu)能力較強(qiáng),如果值越小則全局尋優(yōu)能力弱,局部尋優(yōu)能力強(qiáng),則可以通過對ω的大小的調(diào)整,可以對全局以及局部尋優(yōu)性能進(jìn)行相應(yīng)的調(diào)整。C1和C2分別為個(gè)體學(xué)習(xí)因子和社會(huì)學(xué)習(xí)因子。Random(0,1)表示在[0,1]間產(chǎn)生隨機(jī)數(shù),Pid表示個(gè)體極值,Pgd表示全局最優(yōu)解。(四)改進(jìn)粒子群算法
為驗(yàn)證經(jīng)驗(yàn)函數(shù)的正確性,通過實(shí)驗(yàn)時(shí)的δvv以及通過經(jīng)驗(yàn)函數(shù)計(jì)算得的δvv加以驗(yàn)證經(jīng)驗(yàn)函數(shù)求出R2。則上式對應(yīng)的R2分別為:0.722 9,0.717 4,0.716 8,0.705 0。R2表明經(jīng)驗(yàn)函數(shù)的對本實(shí)驗(yàn)的適用性。圖4 草地新算法反演結(jié)果
本文編號:3060815
【文章來源】:河南農(nóng)業(yè). 2020,(17)
【文章頁數(shù)】:4 頁
【部分圖文】:
鹽堿地新算法反演結(jié)果
ω為慣性權(quán)重因子,其值為負(fù)數(shù),值越大,全局和局部尋優(yōu)能力較強(qiáng),如果值越小則全局尋優(yōu)能力弱,局部尋優(yōu)能力強(qiáng),則可以通過對ω的大小的調(diào)整,可以對全局以及局部尋優(yōu)性能進(jìn)行相應(yīng)的調(diào)整。C1和C2分別為個(gè)體學(xué)習(xí)因子和社會(huì)學(xué)習(xí)因子。Random(0,1)表示在[0,1]間產(chǎn)生隨機(jī)數(shù),Pid表示個(gè)體極值,Pgd表示全局最優(yōu)解。(四)改進(jìn)粒子群算法
為驗(yàn)證經(jīng)驗(yàn)函數(shù)的正確性,通過實(shí)驗(yàn)時(shí)的δvv以及通過經(jīng)驗(yàn)函數(shù)計(jì)算得的δvv加以驗(yàn)證經(jīng)驗(yàn)函數(shù)求出R2。則上式對應(yīng)的R2分別為:0.722 9,0.717 4,0.716 8,0.705 0。R2表明經(jīng)驗(yàn)函數(shù)的對本實(shí)驗(yàn)的適用性。圖4 草地新算法反演結(jié)果
本文編號:3060815
本文鏈接:http://sikaile.net/kejilunwen/nykj/3060815.html
最近更新
教材專著