《表4 遗传算法有效参数值与主要算子汇总》

  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

《基于优化k-NN模型的高山松地上生物量遥感估测》

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

遗传算法最终的目的是为每一个特征变量计算出权重，并将其运用于k-NN模型来提高生物量的预测精度。算法中的主要函数调用于Sheffield遗传算法工具箱，其中的参数值在实验中反复测试、调试后确定。其中，图4表明了适应度γ（ω，σ^，e^）随着遗传迭代次数（10，30或50）的增加呈缓慢下降，当迭代次数大于50时，适应度随迭代次数的变化比较平稳，并趋向于稳定。表4记录了算法的最佳初始参数值和调用的主要算子。