投影寻踪评价模型课件.pptVIP

投影寻踪评价模型 文献学习 第一篇 1、水质类型常由多个非线性指标来决定。 2、方法的演化： → 传统的数据分析方法：受到过于数学化的限制,难以找到数据的内在规律。 → 20世纪70年代Friedme给出了多元数据分析的投影寻踪算法：在一定程度上解决多指标样本分类等非线性问题,但当研究对象过于复杂时,多元数据具有复杂的拓扑结构,很难找到最优投影方向. → 引入遗传算法：直接在优化区域内寻找最优解,给出了一种优化投影方向的新途径,并用投影寻踪新算法建立了标准水质分类模型,综合评价了实测样本的水质类型. 一、方法建立 1、投影寻踪中投影方向优化的新途径 利用遗传算法优化一维投影方向的思路：在单位超球面中随机抽取若干个初始解,计算其投影指标的大小,根据指标选大的原则,进行多次遗传算法操作,确定最大指标对应的解作为最优投影方向。 规定投影方向的模为1,将投影指标作为目标函数,就可以用遗传算法寻找最优的投影方向。 2、具体方法介绍：在P维空间中随机选取m组0~1区间的随机数bi(i=1,…,p);令ai=-1+2·bi,||a||=1计算投影指标Q=f(a);按有利于投影指标增大的原则,通过选配、杂交、变异操作,取得3组共3m个解,从其中选出m个投影指标大的编码后,回到第二步,开始下一个优选循环;满足一定循环次数后或根据先验知识决定输出解的时机;将高维数