基于集合卡尔曼滤波动态优化ca模型参数的方法

基于集合卡尔曼滤波动态优化ca模型参数的方法

ID:1233899

大小:1.86 MB

页数:8页

时间:2017-11-09

基于集合卡尔曼滤波动态优化ca模型参数的方法_第1页
基于集合卡尔曼滤波动态优化ca模型参数的方法_第2页
基于集合卡尔曼滤波动态优化ca模型参数的方法_第3页
基于集合卡尔曼滤波动态优化ca模型参数的方法_第4页
基于集合卡尔曼滤波动态优化ca模型参数的方法_第5页
资源描述:

《基于集合卡尔曼滤波动态优化ca模型参数的方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第42卷第1期测绘学报Vol.42,No.12013年2月ActaGeodaeticaetCartographicaSinicaFeb.,2013ZHANGYihan,QIAOJigang,AIbin.ParameterOptimizationforCAModelUsingEnsembleKalmanFilter[J].ActaGeodaeticaetCartographicaSinica,2013,42(1):123-130.(张亦汉,乔纪纲,艾彬.基于集合卡尔曼滤波动态优化CA模型参数的方法[J].测绘学报,2013,42(1):123-130.)基于集合卡尔曼滤波动态优化C

2、A模型参数的方法张亦汉1,乔纪纲1,艾彬21.广东商学院资源与环境学院,广东广州510230;2.中山大学地理科学与规划学院,广东广州510275ParameterOptimizationforCAModelUsingEnsembleKalmanFilter1,QIAOJigang1,AIBin2ZHANGYihan1.SchoolofResourcesandEnvironment,GuangdongUniversityofBusinessStudies,Guangzhou510230,China;2.SchoolofGeographyandPlanning,SunYat-sen

3、University,Guangzhou510275,ChinaAbstract:Anewmethodtooptimizetheparametersincellularautomata(CA)usingensembleKalmanfilter(EnKF)isproposed.Mostoftheexistingmethodsassumethattransitionrulesareinvariantinthespatio-temporaldimension.Thesamesetoftransitionrulesandtheirparameterswillbeappliedtoanyl

4、ocationandtime,regardlessofthepossiblechangestothesimulationenvironment.Theuseof‘fixed’ruleswillproducepoorsimulationresults,especiallywhenthesimulationperiodislong.AnewwaywasdevelopedtocalibrateCAmodelparametersusingEnKF.Themethodmergesthestatusandparametersintoajointstatusmatrix,andthenupda

5、testheparametersinthetransi-tionrulesbyassimilatingobservations.Themethodwasalsoappliedtosimulatethedevelopmentofafastgrowingcity,Dongguan.Studiesbasedontheexperimentsindicatethattheresultsarebetterinsingleparameterandmulti-parametersoptimization.Itiscapableofreducingtheerrorobviously.Besides

6、,italsocangetbetterresultsandmakeamoreaccurateprediction.Keywords:cellularautomata(CA);urbansimulation;ensembleKalmanfilter(EnKF);jointstatusmatrix;parameteroptimization摘要:传统元胞自动机(CA)模型的转换规则不随模拟过程的时间和空间而变化,难以模拟和表达非线性地理过程。提出基于集合卡尔曼滤波(EnKF)动态优化CA模型参数的方法,以提高模型对复杂地理过程模拟的适应能力。通过引入集合卡尔曼滤波到CA模型中,将模型

7、参数与模型状态整合成一个联合状态矩阵(jointstatematrix)。再把该矩阵与观测数据输入到EnKF更新方程中,计算出新的参数值,并自动更新到模型中,从而实现动态调整模型运行轨迹,以更好地适应城市发展的过程模拟。将此方法应用于东莞市的城市模拟试验中,优化后的CA模型能在单参数和多参数优化中正确地调整模型参数,使其迅速地收敛于真值并趋于平缓,也能降低模型误差并获得更好的模拟结果。关键词:元胞自动机;城市模拟;集合卡尔曼滤波;联合状态矩阵;参数优化中图分类号:P228文献标识

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。