改进的遗传算法用于工业测量数据处理..doc

改进的遗传算法用于工业测量数据处理..doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
改进的遗传算法用于工业测量数据处理.

改进的遗传算法用于工业测量数据处理 潘国荣1’2),谷川1) ⒈ 同济大学测量与国土信息工程系,上海 200092; ⒉ 现代工程测量国家测绘局重点实验室,上海 200092 摘 要:从遗传算法的两个缺陷入手,在几个方面对其进行改进,并且用 MATLAB语言编程实现了改进后的算法。文章用一个工程实例,探讨了将改进后的遗传算法应用于工业测量和逆向工程领域的可行性,并且通过比较发现改进后的算法在全局收敛以及收敛速度方面都有了较大的改善,说明了文章所作的改进是有效的。文章提出的遗传算法的改进和应用的探讨具有较好的实用价值。 关键词:遗传算法 改进 全局收敛性 收敛速度 工业测量 数据处理 马鞍面(双曲抛物面) Application of Improved GA in Industrial Surveying Data Processing PAN Guorong1, 2), GU Chuan1) (⒈ Department of Surveying and Geo-informatics, Tongji University, Shanghai 200092; ⒉ Key Laboratory of Modern Engineering Surveying, SBSM, Shanghai 200092) Abstract: Viewing from two defects of traditional simple genetic algorithm, this paper modifies it from several aspects, and realizes the improved algorithm using MATLAB language programming. Using an engineering example, this paper discusses the feasibility of applying improved GA into industrial surveying and reverse engineering. Through comparison, this paper finds out that the improved GA has good betterment in global convergence and convergence rate, which reflects that the improvement is effective. The improvement of GA and its application has good practicability. Keywords: genetic algorithm, improvement, global convergence, convergence rate, industrial surveying, data processing, hyperbolic paraboloid 1 引言 在工业测量以及逆向工程中,由于实物的形状通常有严格的数学公式描述,通过采集其表面数据点的三维坐标,可以拟合出实物表面在空间三维坐标系中的几何方程,这对于发现实物的整体变形以及生成模型设计CAD图纸是至关重要的。对于平面拟合问题,已经得到很好的解决,但对于复杂曲面,即便是简单的二次曲面的最小二乘拟合的研究也相对较少,而且已有的拟合算法存在方程求解问难、有奇异值和算法不稳定等问题[1],因此一种好的全局优化算法就显得极其必要。 遗传算法(Genetic Algorithm,简称GA)是由美国Michigan大学的John H. Holland教授于1975年在他的著作《Adaptation in Natural and Artificial Systems》中根据C. R. Darwin的生物进化论和G. Mendel的遗传变异理论提出的一种基于种群有哪些信誉好的足球投注网站的优化算法。其思想是随机产生初始种群, 通过选择(Reproduction)、交叉(Crossover) 和变异(Mutation) 等遗传算子的共同作用使种群不断进化, 最终得到最优解[2]。 与其他优化方法相比,遗传算法以单一字符串的形式描述所研究的问题,只需利用适应度函数进行优化计算, 而不需要函数导数等其他信息,特别适合解决其他学科技术无法解决或难以解 投稿日期:2008-01-12 基金项目 国家自然科学基金;“十一五”科技支撑项目(2006BAC01B02-02-02, 05) 作者简介:潘国荣教授、博士生导师 pgr2@163.com 决的复杂和非线性问题,是继专家系统、人工神经网络之后又一受人青睐的人工智能学科,一直是研

文档评论(0)

s4as2gs2cI + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档