利用人工智能方法进行粗差的启发式搜索

摘要

本文探讨利用人工智能中的启发式搜索技巧确定观测值粗差的方法。除了利用由残差建立的统计检验量外，本文首次引入残差间的相关系数作为另一重要的启发信息，并启发式地使用不同大小的置信度来解决粗差被“掩盖”和正常观测值被“淹没”的问题。文中讨论了启发式搜索粗差的程序设计，并以解析相对定向为例进行了试验。试验结果表明，利用启发式搜索来探测粗差可以克服传统的粗差探测方法的缺点，具有应用前景。