多目标遗传算法改进的加权多点灰色模型

作者：马龙; 张献州; 段海东; 吴开岩; 张拯; 张正国; 罗奕

来源：测绘科学, 2017, 42(04): 97-132.

DOI：10.16251/j.cnki.1009-2307.2017.04.017

• 多目标约束
• 遗传算法
• 加权MGM(1,n)
• 背景值参数
• 变形预测

针对传统多点灰色预测模型MGM(1,n)白化背景值构造方法不合理性导致模型往往不符合变形体实际情况的问题,该文提出了一种基于遗传算法的加权MGM(1,n)模型。引入白化背景值最佳生成权值矩阵替换传统模型背景值构造公式中的紧邻均值生成权阵,较好地顾及变形区域内多监测点变形趋势的突变性与不规则性,弥补了线性系统MGM(1,n)模型在非线性动力学系统变形预测分析应用中的不足;建立多目标优化实数编码遗传算法,实现背景值最优构造权阵的迭代搜索。基于仿真和工程实例数据的建模结果表明:改进模型较传统MGM(1,n)模型预测精度提高,抗噪声干扰能力增强。

• 出版日期2017
• 单位西南交通大学