基于约束粒子群优化的克里金插值算法

被引:14
作者
贾雨 [1 ]
邓世武 [1 ]
姚兴苗 [2 ]
蔡元菲 [2 ]
机构
[1] 成都理工大学核技术与自动化工程学院
[2] 电子科技大学通信与信息工程学院
关键词
克里金插值; 约束粒子群算法; 变差函数; 拟合;
D O I
暂无
中图分类号
P628 [数学勘探]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对常规克里金插值算法中的不足之处,通过改变粒子群算法中粒子多样性,结合地质变量的特征和数据特征,提出了一种改进的插值方法——基于约束粒子群优化的克里金插值算法,在粒子群优化过程中,通过高斯变异、样本点权重系数设定、搜索范围约束等方式提高了插值精度。实验结果表明:基于约束粒子群优化的克里金插值算法可以获得高精度的插值效果,优于常规的克里金插值。
引用
收藏
页码:104 / 109
页数:6
相关论文
共 7 条
[1]   Detecting and cleaning outliers for robust estimation of variogram models in insect count data [J].
Park, Jung-Joon ;
Shin, Key-Il ;
Lee, Joon-Ho ;
Lee, Sung Eun ;
Lee, Woo-Kyun ;
Cho, Kijong .
ECOLOGICAL RESEARCH, 2012, 27 (01) :1-13
[2]  
Teacher's Aide Variogram Interpretation and Modeling.[J].Emmanuel Gringarten;Clayton V. Deutsch.Mathematical Geology.2001, 4
[3]   加权最小二乘法改进遗传克里金插值方法研究 [J].
严华雯 ;
吴健平 .
计算机技术与发展, 2012, 22 (03) :92-95
[4]   基于Kriging方法的天然地基承载力三维模拟及分析 [J].
乔金海 ;
潘懋 ;
金毅 ;
赵增玉 .
北京大学学报(自然科学版), 2011, 47 (05) :812-818
[5]   储层属性的遗传神经克里金插值方法及其应用 [J].
邵才瑞 ;
印兴耀 ;
李洪奇 ;
张福明 ;
关丽 .
中国石油大学学报(自然科学版), 2007, (05) :35-40
[6]   基于Kriging水文地质层的三维建模与体视化 [J].
颜辉武 ;
祝国瑞 ;
徐智勇 ;
高山 ;
不详 .
武汉大学学报(信息科学版) , 2004, (07) :611-614
[7]  
地质统计学及其应用.[M].孙洪泉编;.中国矿业大学出版社.1990,