基于粒子群算法的Kriging插值在区域地面沉降中的应用
100 积分
50
评分
4.4 积分- 详情
- 2021-08-07
- 简介
pdf
- 267KB
- 页数 4P
- 阅读 57
- 下载 35
经典Kriging插值算法在当区域化变量的变化呈非正态分布时,变异函数会出现明显的病态,另外,变异函数是对区域化变量间差值取平方,致使插值结果容易受区域化变量异常值的影响。采取对区域化变量取自然对数的措施,以减弱上述因素的影响,另外在变异函数模型中,引入粒子群(PSO)优化算法对变异函数模型参数进行寻优,取得了良好的效果。
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
基于粒子群算法的Kriging插值在区域地面沉降中的应用 267KB
基于改进粒子群算法的盾构掘进施工优化研究 201KB
基于粒子群算法的自动门控制研究 401KB
基于粒子群算法的滑坡强度参数反演分析 191KB
基于改进粒子群算法的EBG结构优化设计 173KB
基于免疫进化算法的粒子群算法在梯级水库优化调度中的应用 737KB
基于粒子群算法优化的神经网络在入侵检测中的应用 180KB
粒子群算法在PERT网络优化问题中的应用 434KB
基于粒子群算法的PID控制在变风量空调系统中的应用 3.9MB
基于粒子群算法的神经网络在水资源评价中的应用 461KB