乐亚南,张献州,陈 超,2

(1.西南交通大学 地球科学与环境工程学院，四川 成都 610031; 2.中水成勘院测绘工程公司，四川 成都 610031)

改进遗传算法在变形监测网平差中的应用

乐亚南1,张献州1,陈 超1,2

(1.西南交通大学 地球科学与环境工程学院，四川 成都 610031; 2.中水成勘院测绘工程公司，四川 成都 610031)

遗传算法在处理非线性最小二乘问题上具有其独到的优势。文中通过对遗传算法的理论性研究，对常规遗传算法的选择交叉策略、变异步长及变异率都作了改进。并将改进的遗传算法应用到变形监测网平差中，实现变形监测网在不同基准下的非线性平差计算，并通过实例证明其实用性及优越性。

改进遗传算法；变形监测网；非线性平差；最小二乘准则

在处理变形监测数据的过程中大多数的数学模型都是非线性的，应用处理非线性问题的经典方法是将其线性化，近似值附近展开为泰勒级数，通常情况只取第一项，略去高级项[1-2]。而用这种近似的方法处理变形监测中精度要求非常高的数据，必然会使最后的成果质量下降，从而影响了变形监测数据的精度及可靠性。

随着测量技术的不断发展，用非线性方法处理变形监测数据已成为人们研究的热点。遗传算法是在1975年由美国Michigan大学J.Holland教授根据达尔文的进化论和G.Mendel的遗传变异理论提出的一种模仿生物进化规律的随机化搜索方法。这种算法在处理非线性数学模型上具有很好的效果。

针对常规遗传算法具有收敛速度慢、易陷入局部收敛等缺点以及变形监测数据对非线性平差形式的渴望，本文对常规遗传算法进行改进，并用实例验证了改进遗传算法在变形监测平差中的适用性及有效性。……