Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/10161
標題: 以粒子群演算法改善傳統二次曲面擬合區域性大地起伏精度之研究
A Study of Improving Traditional 2nd Curve Surface Fitting Local Geoid by Particle Swarm Optimization
作者: 陳佳菱
Chen, Chia-Ling
關鍵字: 粒子群演算法(PSO);Particle Swarm Optimization;區域性大地起伏;local geoid
出版社: 土木工程學系所
引用: 1.尹鍾奇(1972),實用大地測量學,大眾出版社。 2.王文安,2005,應用不同方法推求區域性大地起伏值之研究─以台中市為例,國立中興大學土木工程學系碩士論文。 3.何維信(2001),測量學,宏泰出版社。 4.沈昱廷,2011,以最小二乘支持向量機擬合區域性大地起伏值之研究─以台中地區為例,國立中興大學土木工程學系碩士論文。 5.李維平,江正文,賀嘉生,李佩玲, 2010,以混合基因與粒子群演算法求解旅行銷售員問題,先進工程學刊,第4期,第5卷。 6.李維平、黃郁授、戴彰廷,2010,自適應慣性權重改良粒子群演算法之研究,中原大學資訊管理所。 7.林老生(2005),「利用神經網路建立台灣區大地起伏模式之研究」,中國測量工程學會論文研討會論文集,第1-12頁。 8.林豐澤,2003,演化式計算下篇:基因演算法以及三種應用實例, 文化大學應用數學系。 9.師艷,劇成宇,2008,基於PSO-LSSVM 的大地水准面擬合,中國科技論文在線。 10.崔國強(2003),「台中市九十二年度公共管線資料庫系統建置案期末報告書」。 11.郭信川、吳俊仁、陳慶忠,2008,直接搜尋法與粒子群演算法之最佳化探討,中國造船暨輪機工程學刊,第4期,第27卷。 12.黃虹雅,車振華,王河星,2008,跨階逆物流規劃一基因演算法與粒子群演算法比較。 13.黃衍,2008,基因演算法之基本概念、方法與國內相關研究概況,國立成功大學建築研究所博士班都市與設計運算方法專題期末報告。 14.溫仁志,2010, 以粒子群演算法分析邊坡臨界滑動面,國立台北科技大學土木與防災研究所碩士論文。 15.劉志煌、楊宜明,2007,PSO的慣性權重與種群大小選擇,計算機與現代化,第6期。 16.鍾智偉,2008,不同模式多面函數法改進推求區域性大地起伏值方法之研究─以台中市為例,國立中興大學土木工程學系碩士論文。 17.蘇成利、徐志成、王樹青,2005,PSO算法在非線性系統模型參數估計中的應用,信息與控制,第1期,第34卷。 18.Eberhart, R.C. and Kennedy, J. (1995). “Particle Swarm Optimization,” Proc. IEEE Conf. Networks IV, Vol. 4, pp. 1942-1948. 19.Shi, Y. and Eberhart, R.C. (1998a). “A Modified Particle Swarm Optimizer,” In: Proceedings of the IEEE International Conference on Evolutionary Computation. Alaska, USA. pp. 69-73. 20.Shi, Y. and Eberhart, R. C. (1998b). “Parameter Selection in Particle Swarm Optimization,” In: Proceedings of the 7th Annual Conference on Evolutionary Programming VII: Proc.EP 98, pp. 591-600. 21.Kao,S.P.,(2000),“The Statistical Relationship of the Observed Gravity Anomalies with Height and Their Comparison with the Model-Predicted Anomalies in Taiwan Island,”Journal of the Chinese Institute of Engineers,vol.23,no.2, pp.223-228. 22.Ching-Mei Chu, Fang-Shii Ning, Pen-Shan Hung, Sheng Chu ,(1997), “The Study of Orthometric Heighting by GPS”, J. of Geomatics Research Australasia , No.66 , June , 1997. 23.Edward M. Mikhail & F. Ackerman(1976),“Observations and Least Square”,Crowell Co.Inc 24.Edward M. Mikhail(1981),“Analysis and Adjustment of Survey Measurements”,Crowell Co.Inc
摘要: 
本研究結合實驗區現有已施測一等水準點正高及水準點上GPS測得之平面坐標和橢球高,以粒子群演算法改善傳統二次曲面擬合區域性大地起伏精度,並與基因演算法等其他擬合方式進行比較,且針對全區及分區進行討論,藉改變擬合點的分布及數量,建立最佳之區域性大地起伏模型。
由本研究實驗結果顯示,採用粒子群演算法改善傳統二次曲面所建立之區域性大地起伏模型,其檢核點的均方根誤差精度可達到±1.02cm,且不須計算任何參數,加上執行速度快,不僅在實務上提供快速獲得正高的方法,學術研究上亦提供不同地區建立區域性大地起伏模型的方法。

This study combines the existing 1st order leveling data of Taichung and the GPS RTK surveying about plane coordinates and ellipsoid height, adopting Particle Swarm Optimization to improve the fitting local geoid by traditional 2nd curve surface, and compare to Genetic Algorithms and other methods, then discussing on the integrality and the localization, with the changing of position and quantity of the referencing points, to build the best regional geoid model.

According to the experiment, the obtained result of using Particle Swarm Optimization computed for the Root Mean Square Error is about �1.02cm, without any parameter, and the implementation speed is fast, this study not only provides a fast practical method in getting orthometric height, but also be used as an academic reference for a different method to establish the local geoid model.
URI: http://hdl.handle.net/11455/10161
其他識別: U0005-1308201215204100
Appears in Collections:土木工程學系所

Files in This Item:
File SizeFormat Existing users please Login
nchu-101-7099062074-1.pdf1.69 MBAdobe PDFThis file is only available in the university internal network    Request a copy
Show full item record
 

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.