《表6 GA-CV-PSO算法的计算结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多算法优化SVM的粗糙面参数反演》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

综合前面的考虑，结合K-CV的无偏性和PSO算法有较快的收敛速度的特性，以及GA算法具有良好的全局搜索特性，本文采用GA-CV-PSO算法，这是一种基于K-CV和GA改进的PSO算法.四组数据的寻优结果和最终的反演误差如表6所示，实验结果表明，GA-CV-PSO既保留了K-CV反演精度高的特点，又同时保留了启发式算法收敛速度快的优势，具有更好的寻优效果和实际应用特性.图4和图5分别为不同极化下不同参数反演时各优化算法优化SVM的反演误差对比曲线.