基于PSO-AFSA的非線性地學(xué)模型參數(shù)估計(jì)

打開(kāi)文本圖片集

關(guān)鍵詞：非線性;地學(xué)模型;人工魚(yú)群算法;粒子群算法;混合算法

0 引言

在地理學(xué)研究中會(huì)經(jīng)常涉及大量復(fù)雜的非線性數(shù)學(xué)模型，如Gompertz，Richards 模型等。其形式較為復(fù)雜，不易獲得其參數(shù)估計(jì)，限制了模型的實(shí)際應(yīng)用和發(fā)展。目前，較為常用的參數(shù)估計(jì)方法如牛頓迭代法的計(jì)算公式復(fù)雜，需進(jìn)行多次迭代，誤差較大，易限于局部最優(yōu)解;直接搜索法、梯度法和變尺度法等通常只對(duì)某一類(lèi)特定問(wèn)題才有效，且對(duì)模型的限制條件較強(qiáng)。（剩余1918字）