基于遗传算法的三次样条函数拟合

介绍了遗传算法 (GA)的一种新应用——三次样条函数拟合中的参数估计问题。三次样条函数拟合是曲线拟合的一个公认的较好方法 ,它具有很好的分段光滑性 ,但三次样条函数拟合涉及到矩阵求逆 ,离散样本点越多 ,矩阵就越大 ,求逆就越繁琐。文中将 GA用于三次样条函数拟合的系数求解 ,避开了矩阵求逆的繁琐问题 ,结合具体例子作了一些探索。文中还对标准遗传算法进行了适当的改进 ,实验结果说明遗传算法是用于参数估计、优化的有力工具。

GPS高程拟合的若干问题研究

近年来,GPS高程方面的研究是一个热点,能否利用GPS水准代替常规的水准测量是人们关注的问题之一。在介绍GPS水准原理的基础上,论述了高程拟合的方法,并根据这些方法进行了计算分析,说明这些方法在GPS高程拟合中是可行的。

公路边坡病害的土工试验数据拟合及编程

针对目前公路工程土工试验数据处理方法的不足,利用数据拟合原理和计算机可视化编程技术,对公路边坡病害研究中的土工试验数据进行分析,给出了多项式线性最小二乘拟合和三次B样条函数拟合两种方法及计算机实现算法。以含水量分布规律为例,对两种方法进行验证。结果表明,两种方法的拟合曲线均较好地逼近原始试验数据折线,三次B样条函数的偏差更小一些,平均绝对值误差比多项式线性最小二乘平均绝对值误差小0.053 9%。