針對測量中的不適定問題,提出了一種基于粒子群算法的優(yōu)化求解方法。將不適定問題通過Tikhonov正則化,建立優(yōu)化目標函數(shù),將方程組的求解轉(zhuǎn)化為無約束優(yōu)化問題。利用L-曲線法確定正則參數(shù),取優(yōu)化目標函數(shù)為粒子群算法的適應度函數(shù),通過改進的變異粒子群算法進行隨機搜索最優(yōu)解。最后通過兩個測量中的不適定問題的數(shù)值算例,利用粒子群算法進行搜索求解,相較于一般的正則化解法,該方法求得的結(jié)果更接近真值。 

【文章來源】：濟寧學院學報. 2019,40(02)

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 理論求解
2 PSO算法
3 參數(shù)的選取
4 數(shù)值實驗
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于蟻群算法的Tikhonov正則參數(shù)優(yōu)化計算[J]. 白俊雨,謝爽,梁義強.  新疆石油天然氣. 2017(01)
[2]自適應變異粒子群算法[J]. 周利軍,彭衛(wèi),鄒芳,劉宇熒,李莉.  計算機工程與應用. 2016(07)
[3]求解離散不適定問題的正則化GMERR方法[J]. 王倩,戴華.  計算數(shù)學. 2013(02)
[4]基于個體最優(yōu)位置的自適應變異擾動粒子群算法[J]. 劉志剛,曾嘉俊,韓志偉.  西南交通大學學報. 2012(05)
[5]主元加權迭代法求解病態(tài)線性方程組[J]. 唐麗,李鵬飛.  科學技術與工程. 2012(02)
[6]基于神經(jīng)網(wǎng)絡的病態(tài)線性方程組求解[J]. 李海濱,尚凡華.  遼寧工程技術大學學報. 2007(06)
[7]一種解病態(tài)線性方程組的神經(jīng)網(wǎng)絡算法[J]. 陳內(nèi)萍.  湖南師范大學自然科學學報. 2007(03)
[8]測量平差中不適定問題解的統(tǒng)一表達與選權擬合法[J]. 歐吉坤.  測繪學報. 2004(04)
[9]用遺傳算法求解病態(tài)線性方程組[J]. 黃松奇,黃守佳.  數(shù)學的實踐與認識. 2003(08)
[10]最小二乘估計中法方程的迭代解法[J]. 王新洲,劉丁酉.  湖北民族學院學報(自然科學版). 2002(03)



本文編號：3228196