基于粒子群优化算法的Richards模型参数估计和算法有效性

doi:10.11772/j.issn.1001-9081.2014.10.2827

计算机应用 ›› 2014, Vol. 34 ›› Issue (10): 2827-2830.DOI: 10.11772/j.issn.1001-9081.2014.10.2827

基于粒子群优化算法的Richards模型参数估计和算法有效性

燕振刚¹,胡贺年²,李广¹

1. 甘肃农业大学信息科学技术学院，兰州 730070
2. 甘肃农业大学经济管理学院，兰州 730070

收稿日期:2014-04-30 修回日期:2014-06-16 发布日期:2014-10-30 出版日期:2014-10-01
通讯作者: 燕振刚
基金资助:
甘肃省自然科学基金资助项目;甘肃农业大学盛彤笙科技创新基金资助项目

Parameter estimation of Richards model and algorithm effectiveness based on particle swarm optimization algorithm

YAN Zhen'gang¹,HU Henian²,LI Guang¹

1. College of Information Science and Technology, Gansu Agricultural University, Lanzhou Gansu 730070, China;
2. College of Economics and Management, Gansu Agricultural University, Lanzhou Gansu 730070, China

Received:2014-04-30 Revised:2014-06-16 Online:2014-10-30 Published:2014-10-01
Contact: YAN Zhen'gang
Supported by:
the research about simulation model of wheat morphology above ground organs in dry land

摘要/Abstract

摘要：

针对Richards模型参数估计较为困难的实际问题，提出将Richards模型的参数估计问题转化为一个多维无约束函数优化问题。结合谷氨酸菌体的实际生长浓度数据，在Matlab 2012b环境中，利用粒子群优化（PSO）算法建立适应度函数，在最小线性二乘意义下估计Richards模型中的4个参数，并建立了拟合的生长曲线和最优值变化曲线。为进一步验证算法有效性，将PSO算法与该模型传统参数估计法中的四点法和遗传算法(GA)进行了比较，以相关指数和剩余标准差作为评价指标。结果表明，PSO算法对Richards模型的拟合效果良好，对模型的参数估计有着很好的适用性。

Abstract:

Aiming to the practical problem that it is difficult to estimate the Richards model parameters, the parameter estimation problem of the Richards model was formulated as a multi-dimensional unconstrained function optimization problem. Combined with the actual growth concentration of glutamic acid, in Matlab 2012b environment, the fitness function was established by Particle Swarm Optimization (PSO) algorithm, four parameters of Richards model were estimated by the least square method, and the growth curve and the optimum curve were established. To further verify the effectiveness of the algorithm, the PSO algorithm was compared with traditional parameter estimation method, such as four point method and Genetic Algorithm (GA) method, the related index and the residual standard deviation were used as the evaluation index. The results show that, the PSO algorithm has better fitting effect for Richards model and good applicability for parameter estimation.

中图分类号:

TP301.6

燕振刚胡贺年李广. 基于粒子群优化算法的Richards模型参数估计和算法有效性[J]. 计算机应用, 2014, 34(10): 2827-2830.

YAN Zhen'gang HU Henian LI Guang. Parameter estimation of Richards model and algorithm effectiveness based on particle swarm optimization algorithm[J]. Journal of Computer Applications, 2014, 34(10): 2827-2830.

参考文献

［1］XING L, SUN M, WANG Y. Riehards growth model of living-organism ［J］. Journal of Biomathematics, 1998,13(3):348-3498.(邢黎峰，孙明高，王元军.生物生长的Richards模型［J］.生物数学学报，1998，13（3）：348-349.)
［2］CHENG M. Parameter estimation of richards model and its application ［J］. Mathematics in Practice and Theory, 2010,40（12）：139-140.(程毛林.Richards模型参数估计及其模型应用［J］.数学的实践及其认识，2010，40（12）：139-140.)［3］POLI R, KENNEDY J, BLACKWELL T. Particle swarm optimization: an overview ［J］. Swarm Intelligence, 2007,1(1):33-57.
［4］BIAN F. The research and application of hybrid swarm optimization algorithm for TSP ［D］. Wuxi: Jiangnan University, 2008:1-5.(卞峰.粒子群优化算法在TSP中的研究及应用［D］.无锡：江南大学，2008:1-5.)
［5］SU C, XU Z, WANG S. Application of PSO for parameter estimation of nonlinear system model ［J］. Information and Control, 2005,34（1）:123-125.(苏成利,徐志成,王树青.PSO算法在非线性系统模型参数估计中的应用［J］.信息与控制,2005,34（1）：123-125.)
［6］WANG H, FENG X, WANG N, et al.Detection of white foreign fibers based on improved particle swarm algorithm ［J］. Transactions of the Chinese Society of Agricultural Engineering, 2013,29(23):153-158.(王昊鹏,冯显英,王娜,等.基于改进的粒子群多阈值算法的白色异性纤维检测［J］.农业工程学报，2013，29(23):153-158.)
［7］LI F, WU H, ZHU H, et al.Optimization of agricultural products recall based on modified particle swarm algorithm ［J］. Transactions of the Chinese Society of Agricultural Engineering, 2013,29(7):238-245.(李锋,吴华瑞,朱华吉,等.基于改进粒子群算法的农产品召回优化［J］.农业工程学报，2013，29(7):238-245.)
［8］GAO F, TONG H. Parameter estimation for chaotic system based on particle swarm optimization ［J］. Acta Physica Sinica, 2006, 55（2）：577-582.(高飞，童恒庆.基于改进粒子群优化算法的混沌系统参数估计方法［J］.物理学报，2006，55（2）：577-582.)
［9］ZHENG Y, CHEN S, LING H, et al.Multi-Agent based distributed computing framework for master-slave particle swarms ［J］. Journal of Software, 2012,23(11):3000-3008.(郑宇军,陈胜勇,凌海风,等.多Agent主从粒子群分布式计算框架［J］.软件学报,2012, 23(11):3000-3008.)
［10］WEN T, SHENG G, GUO Q, et al.Web service composition based on modified particle swarm optimization ［J］. Chinese Journal of Computers, 2013,36(5):1031-1045.(温涛,盛国军,郭权,等.基于改进粒子群算法的Web服务组合［J］.计算机学报,2013,36(5):1031-1045.)
［11］RATNAWEEN A, HALGAMUGE S K, WATSON H C. Self-organizing hierarchical particle swarm optimizer with time-varing acceleration coefficients ［J］. IEEE Transactions on Evolutionary Computation, 2004,8(3):240-255.
［12］BONABEAU E, DORIGO M, THERAULAZ G. Swarm intelligence: from natural to artificial systems ［M］. New York: Oxford University Press, 1999:10-30.

[1]	侯阳张琼赵紫煊朱正宇张晓博. 基于YOLOv5s的复杂场景下高效烟火检测算法——YOLOv5s-MRD[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	张奇业, 曾心蕊. 带高斯核的支持向量数据描述问题的高效积极集法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3808-3814.
[3]	曹晓意罗煦琼李景贺恩锋. 改进人工势场法下的多无人机编队路径规划方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[4]	袁志超杨磊田井林魏晓威李康顺. 面向复杂约束多目标优化问题的双种群双阶段进化算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[5]	冷琴, 毛政元. 考虑设施规模决策的两级选址-路径优化[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3513-3520.
[6]	彭庆媛, 王晓峰, 王军霞, 华盈盈, 唐傲, 何飞. 可满足性问题相变研究综述[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3503-3512.
[7]	孙仁科, 皇甫志宇, 陈虎, 李仲年, 许新征. 神经架构搜索综述[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 2983-2994.
[8]	孙安泰, 刘烨, 徐冬梅. 多智能体系统的动态面渐近补偿算法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3151-3157.
[9]	颜超英, 张紫仪, 曲映楠, 李秋禹, 郑地翔, 孙丽珺. 基于联盟链的双向拍卖碳交易[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3240-3245.
[10]	杨志龙邹德旋李灿邵莹莹马乐杰. 融入限制反向学习与柯西-高斯变异的蜣螂优化算法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[11]	姚光磊, 熊菊霞, 杨国武. 基于神经网络优化的花朵授粉算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2829-2837.
[12]	力尚龙, 刘建华, 贾鹤鸣. 融合多狩猎协调策略的爬行动物搜索算法[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2818-2828.
[13]	李焱, 潘大志, 郑思情. 多车场带时间窗车辆路径问题的改良自适应大邻域搜索算法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1897-1904.
[14]	张倩婷胡丽莹陈黎飞. 时间序列的鲁棒形态表征方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[15]	胡林波倪志伟程家乐刘文涛朱旭辉. 基于融合社区检测的复杂协作众包任务分配方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.

基于粒子群优化算法的Richards模型参数估计和算法有效性

Parameter estimation of Richards model and algorithm effectiveness based on particle swarm optimization algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics