改进单纯形法提升复杂环境模型参数识别性能

在复杂环境中，利用遮挡物或模型进行拍摄练习，提升技艺。 #生活知识# #摄影技巧# #摄影课堂#

第 29 卷第 6 期 辽宁工程技术大学学报（自然科学版） 2010年 12 月

Vol.29

No.6 Journal of Liaoning Technical University（Natural Science） Dec. 2010

收稿日期：2010-09-03

基金项目：河北省自然科学基金项目资助（E2010000872）

作者简介：赵全胜（1968-），男，河北 石家庄 人，副教授。主要从事岩土工程方面的研究。本文编校：于永江

文章编号：1008-0562(2010)06-1009-04

改进单纯形法及其应用

赵全胜

1

，张春会

1

，佟德君

2

（1.河北科技大学 建筑工程学院, 河北 石家庄 050018；2.煤炭科学研究总院沈阳研究院 检测中心, 辽宁 抚顺 113001）

摘 要：为提高复杂环境模型参数识别的性能和效率，提出了改进单纯形法(IMSM)。该方法融合了随机全局搜

索和单纯形法局部快速搜索两类算法的不同搜索机制，具有很强的广度搜索和深度搜索能力。以基于随机介质理

论的抽水地面沉降时空耦合预测模型的参数识别为例，将 IMSM 算法应用于该模型中 4 个参数的优化识别。计

算结果表明：无论在有扰动还是在没扰动条件下 IMSM 算法都能高效可靠地搜索到抽水地表沉降预计模型参数

的全局最优解，说明此方法应用于复杂环境模型参数识别是可行的，同时，通过不同算法的比较也说明了 IMSM

算法在搜索性能和效率方面的优越性。

关键词：改进单纯形法；模型；参数识别

中图分类号：TU 443 文献标识码：A

Improved simplex method and its application

ZHAO Quansheng

1

，ZHANG Chunhui

1

，TONG Dejun

2

（1.School of Civil Engineering, Hebei University of Science and Technology, Shijiazhuang 050018,China；

2.Testing Center, Shengyang Branch of China Coal Research Institute, Fushun 113001, China）

Abstract：To improve the performance and efficiency of parameter identification in complicated environmental

models, an improved simplex method (IMSM) is presented in this paper. The IMSM integrates a random global

search algorithm and a simplex local search algorithm, and greatly enhances the capability of wide and deep

searches. For instance, in the parameter identification for the time-space coupled predicting model, which predicts

surface subsidence due to water pumping based on stochastic medium theory, the IMSM is applied to identify four

parameters for the model. The results show that the global optimized solutions for these parameters can be reliably

and effectively obtained under either the condition of non-disturbed data or the condition of disturbed data. This

demonstrates that the IMSM is suitable for the parameter identification in complicated environmental models.

Furthermore, the comparison among different optimized methods also shows that the IMSM has advantages in

performance and efficiency over other methods.

Key words：improved simplex method; model; parameter identification

0 引 言

模型参数识别属非线性约束优化问题，约束是

模型系统，故参数识别优化又是一个仿真优化问

题，即每一次参数调整都需进行仿真模拟

[1]

。单纯

形法是参数识别的重要方法之一。多年来，人们对

基本单纯形法做了大量研究，并提出了若干改进方

法

[2-9]

，其基本思路是改变单纯形法的初值设定、搜

索步距，调节反射点位置以及控制扩张系数和收缩

系数，以达到改善单纯形寻优的效果。然而，已有

方法还存在一些缺陷，一个突出问题是其全局搜索

能力差。因此开发具有全局搜索能力、搜索效率较

高的新算法是模型参数识别研究的重要课题之一。

本文将随机搜索和单纯形法结合，提出了一种改进

单纯形算法，算例验证表明，提出的算法在搜索性

能和搜索效率上都具有优越性。

1 改进单纯形法及参数识别模型

本文的改进单纯形法(Improved simplex

method，简称 IMSM)融合了随机全局搜索和单纯形

法局部快速搜索两类算法的不同搜索机制而提出

的一种改进算法，它可以较好地克服传统单纯形法

易于陷入局部极值和对初值严重依赖的缺陷。改进

中国煤炭期刊网

www.chinacaj.net

网址：改进单纯形法提升复杂环境模型参数识别性能 https://www.yuejiaxmz.com/news/view/1460972

相关内容

模型优化技术: 提升深度学习模型性能的关键方法
MATLAB神经网络调参技巧大公开：提升模型性能的秘诀
亲测阿里开源万物识别模型，中文图片识别效果惊艳！
提升AI语音助手识别准确性的5大策略
人工智能的未来？大模型加持下的人形机器人走进现实
智能家居传感器可根据用户习惯调整环境参数
OpenCV数字识别性能优化：从算法到实现，大幅提升识别速度
改善人居环境 提升城市形象
大语言模型赋能设施农业:透过“智慧大脑”看智能环境调控
大语言模型赋能设施农业:透过“智慧大脑“看智能环境调控

随便看看