基于粒子群优化算法的richards模型参数估计和算法有效性

？针对richards模型参数估计较为困难的实际问题，提出将richards模型的参数估计问题转化为一个多维无约束函数优化问题。结合谷氨酸菌体的实际生长浓度数据，在matlab2012b环境中，利用粒子群优化（pso）算法建立适应度函数，在最小线性二乘意义下估计richards模型中的4个参数，并建立了拟合的生长曲线和最优值变化曲线。为进一步验证算法有效性，将pso算法与该模型传统参数估计法中的四点法和遗传算法(ga)进行了比较，以相关指数和剩余标准差作为评价指标。结果表明，pso算法对richards模型的拟合效果良好，对模型的参数估计有着很好的适用性。