基于多种群遗传算法的概率积分法参数反演 论文

为了弥补标准遗传算法(SGA)求取概率积分法预计参数的早熟收敛,后期易陷入局部最优解的缺点,提出了多种群遗传算法(MPGA)来反演概率积分法参数,研究了该算法的准确性与可靠性。模拟试验表明:基于MPGA的概率积分法参数反演模型不仅能够准确求取预计参数,而且对于观测站数据中的随机误差、粗差和监测点缺失都具有较强的抗干扰能力。试验表明:在MPGA只迭代了57次就收敛,然而SGA迭代了100次才收敛的情况下,MPGA得出的下沉值和水平移动值的拟合标准差是31 mm,SGA得出的下沉值和水平移动值的拟合标准差是32 mm。