粒子群局部优化的反距离权重插值算法

作     者：向峰 李中志 熊熙 李斌勇 XIANG Feng;LI Zhongzhi;XIONG Xi;LI Binyong

作者机构：成都信息工程大学网络空间安全学院成都610255 先进密码技术与系统安全四川省重点实验室(成都信息工程大学)成都610225 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2023年第43卷第2期

页      面：385-390页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：四川省科技计划项目(2021JDRC0046) 

主　　题：空间插值 反距离权重 各向异性 多参数优化 粒子群算法 

摘      要：参考点与参数的选取会对反距离权重(IDW)的精度产生影响。针对多参数协同优化反距离权重算法(PIDW)忽略局部特性的问题,提出一种利用粒子群对IDW进行局部优化的改进算法——PLIDW。首先,分别对研究区域中各个样本点的参数进行寻优,利用交叉验证方法进行评估,记录各自最优取值的一组参数;同时,为提高查询效率,使用K维树(KD-Tree)保存空间位置与最优参数;最后,根据空间邻近程度从K维树选取最近的一组参数优化IDW。基于模拟数据与真实的温度数据集上的实验结果表明,相较于PIDW,PLIDW在真实数据集上的准确度提高4.18%以上,改善了PIDW存在的因忽略局部特性导致部分场景准确度低的问题,适应能力更强。