加速遗传算法在变异函数参数优化中的应用

摘要

考虑到地统计学中实际变异函数曲线上各点的重要性和计算精度各异，文中给出了在变异函数实际值与理论模型计算值之残差的加权平方和最小准则下估计变异函数参数的新方法，实质上这是一个非线性优化问题，可用我们提出的加速遗传算法（ＡＧＡ）进行求解。实例的计算结果表明，ＡＧＡ较常规方法简便、通用，而且估计精度高，它可直接在目标函数值最小准则下同时估计块金值、变程、基台值等变异函数的参数，在处理各种复杂的空间优化问题中具有广泛的应用价值。