多目标微观邻域粒子群算法及其在土壤空间优化抽样中的应用

摘要

提出一种基于多目标微观邻域粒子群的土壤空间优化抽样方法.方法面向土壤空间调查的多目标特征,结合最小克里金方差(MKV)和极大熵准则(ME)构建了粒子群多目标适应度函数,设计了最小样本量限制、样点可达性、采样成本限制和最小空间关联性4类粒子微观邻域操作策略,能高效协调土壤空间抽样方案拟合精度与插值精度的多目标冲突.试验结果表明,相比单目标粒子群算法和模拟退火算法,该方法的目标冲突协同能力强、收敛效率高,能够获取较优的抽样方案,可为土壤质量精确调查与高效监测提供技术支持.