基于拟合点独立解算的GPS水准拟合探究.pdfVIP

色体”组成的初始种群，通过适应度构成优胜劣汰、适者生存的“自然环境”，种群通过遗传、交换、 突变等不断演化，产生出新的更加优良的种群。这样经过若干代的进化，最终求得适合问题的最优 [2] 解 。 3 基于拟合点独立解算的GPS水准拟合方法 在实际应用中，各拟合模型都有各自的优点，但也存在缺陷与不足。二次曲面拟合模型适合于 面积不大、地面比较平坦的测区；Shepard 曲面模型对噪声趋势性信号拟合较好；K r i g i n g 方法在 拟合中受地形起伏影响小，更适用于较大和复杂山区的拟合；基于二次曲面和 Shepard 曲面的加权 综合模型能较好地适应地形的起伏[5] 。 各拟合模型适用于不同的拟合环境条件，但是在需要进行拟合的点中，必然会有的点适合于这 种拟合模型，而另一些点适合应用另一种拟合模型，因此需要在拟合值中，分别对拟合模型进行择 优或优化处理。本文采用了以下三种方法 3.1 等权期望拟合方法 当采用了 n 种拟合模型进行高程拟合时，第 k 拟合点有xk 1 , xk 2 ,Λ ,xkn 等 n 个拟合值。在实际 工程中，对于需要拟合的拟合点正常高是未知的，所以多个拟合值中不能确定其中的那个值能最靠 近真值。我们需要找到一种算法对这些拟合值xk 1 , xk 2 ,Λ ,xkn 进行处理以得到最终的拟合结果。 对于一个群体，数学期望E （X ）可以在一定程度上代表真值X ，第一个方法便是求取数学期 望E （X ）作为最终的拟合结果。数学期望E （X ）求取如下式[6] ： p x +p x +Λ +p x E X 1 1 2 2 n n （2 ） （ ） p +p + +p Λ 1 2 n 为求取简便，本文均认为各拟合模型权重相等，则上式可以写为： x +x +Λ +x E X k 1 k 2 kn （3 ） （ ） k n 则可以根据（3 ）式求得拟合期数学望值，作为真值表示最终拟合结果。 3.2 经一次淘汰的等权期望拟合方法 根据遗传算法需要给出第 k 拟合点的不同拟合值xki 的适应度f （xki ），本文采用与期望的偏差 的倒数作为拟合值的适应度，即： 1 f （x ki ） （4 ） x ki −E (X k ) 对于给定群体x , x ,Λ ,x ，则个体x 的相对适应度ρ 为[2] ： k 1 k 2 kn i ki （ ） f x ki （5 ） ρki 1 n