阻尼最小二乘模拟退火结合.docVIP

阻尼最小二乘法与模拟退火法结合实现非线性模型参数的估计( 刘建军， 陈明锋， 叶子飘 （ 井冈山大学数理学院， 江西吉安343009） 摘 要：将模拟退火法与阻尼最小二乘法相结合，得到了对非线性模型参数估计的算法。该算法最大特点是克服了LM算法无法跳出局部优解和初始值要求高的难题，同时克服了模拟退火法搜索效率逐步降低的问题，同时给出了阻尼最小二乘法编程技巧。将该算法运用于植物光合作用光响应新模型对水稻的光响应曲线的拟合，得到的拟合参数与DPS拟合值极为接近，残差平方和比DPS软件更小、相关系数更大。并给出了该算法的MATLAB 7.0程序。 关键词：阻尼最小二乘法；模拟退火法；算法结合；曲线拟合；MATLAB 1 前言 参数估计（Parameter Estimation）是数理统计的一个重要分支，更是测量数据处理（Surveying Data Processing）理论的重要组成部分[1-2]。现实中的实际模型是非线性模型（Nonlinear Model）。因此，研究非线性模型参数估计就有重大的意义。 求非线性强度很强的非线性模型参数时，由于线性近似将产生大于观测的模型误差，所以一般采用迭代法求解，较常用的迭代方法有牛顿类法（包括牛顿法、信赖域法、拟牛顿法）、最速下降法、高斯—牛顿法、改进的高斯—牛顿法和阻尼最小二乘法[3]，不同的迭代算法有其各自的优点与缺点。当非线性模型平差