摘要
本发明涉及一种基于有效全局算法优化的污染物浓度空间分布的Kriging插值反演方法,包括基于已有污染空间点位数据,通过目标函数预测优化、EGO全局最优值搜索、EGO关键区域局部最优值搜索和Kriging插值反演等获得目标场地全局和关键区域污染物浓度分布极值点位;应用EGO算法获取的整体和关键区域空间污染物浓度极值点位数据,构建优化后的初始浓度分布数据集并利用Kriging模型刻画污染物浓度,实现目标场地空间污染物浓度精细刻画。本发明可更好地实现全局搜索和局部关键区域搜索的平衡,以解决污染物空间分布高度非均质性、采样关键区域信息部分缺失等问题,提升污染物空间分布精细刻画精度。
技术关键词
Kriging模型
Kriging插值
反演方法
样本
关键区域信息
遗传算法
数据
坐标点
极值
表达式
精度
系统为您推荐了相关专利信息
缺陷检测方法
汉明距离
融合特征
主成分分析降维
样本
典型场景生成方法
深度神经网络学习方法
自动编码器
聚类
微电网
故障诊断模型
故障检测方法
柴油机气缸
图谱
柴油机监测技术
多尺度特征
图像对齐方法
特征金字塔网络
交叉注意力机制
特征提取模块