概率积分法参数反演的文化-随机粒子群优化算法

摘要

为解决传统方法在概率积分法参数反演中存在的反演过程发散问题.将粒子群优化（PSO）算法纳入到文化算法（CA）框架中,提出了概率积分法参数反演的文化-随机粒子群优化（CA-rPSO）算法.以随机粒子群优化（rPSO）算法作为信念空间的进化算法,并将PSO作为群体空间的进化算法,形成两者独立并行进化的"双演化双促进"机制,按照误差平方和最小化准则构建适应度函数,反演出概率积分法参数.研究结果表明:对于常规布设形式的地表移动观测站,基于CA-rPSO反演概率积分法参数的收敛成功率为1.该结论具有较高的实用价值,且对矿山其它复杂参数寻优问题有着一定的指导意义.