Détail de l'auteur
Auteur Rachel Whitsed |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
A hybrid genetic algorithm with local optimiser improves calibration of a vegetation change cellular automata model / Rachel Whitsed in International journal of geographical information science IJGIS, vol 31 n° 3-4 (March-April 2017)
[article]
Titre : A hybrid genetic algorithm with local optimiser improves calibration of a vegetation change cellular automata model Type de document : Article/Communication Auteurs : Rachel Whitsed, Auteur ; Lisa T. Smallbone, Auteur Année de publication : 2017 Article en page(s) : pp 717 - 737 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] algorithme génétique
[Termes IGN] arbre (flore)
[Termes IGN] automate cellulaire
[Termes IGN] croissance des arbres
[Termes IGN] dynamique de la végétation
[Termes IGN] étalonnage des données
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] modèle de croissance végétale
[Termes IGN] optimisation (mathématiques)
[Termes IGN] sous-bois
[Termes IGN] Victoria (Australie)
[Vedettes matières IGN] ForesterieRésumé : (Auteur) Cellular automata (CA) models are commonly used to model vegetation dynamics, with the genetic algorithm (GA) being one method of calibration. This article investigates different GA settings, as well as the combination of a GA with a local optimiser to improve the calibration effort. The case study is a pattern-calibrated CA to model vegetation regrowth in central Victoria, Australia. We tested 16 GA models, varying population size, mutation rate, and level of allowable mutation. We also investigated the effect of applying a local optimiser, the Nelder‒Mead Downhill Simplex (NMDS) at GA convergence. We found that using a decreasing mutation rate can reduce computational cost while avoiding premature GA convergence, while increasing population size does not make the GA more efficient. The hybrid GA-NMDS can also reduce computational cost compared to a GA alone, while also improving the calibration metric. We conclude that careful consideration of GA settings, including population size and mutation rate, and in particular the addition of a local optimiser, can positively impact the efficiency and success of the GA algorithm, which can in turn lead to improved simulations using a well-calibrated CA model. Numéro de notice : A2017-081 Affiliation des auteurs : non IGN Thématique : FORET/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2016.1231315 En ligne : http://dx.doi.org/10.1080/13658816.2016.1231315 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84344
in International journal of geographical information science IJGIS > vol 31 n° 3-4 (March-April 2017) . - pp 717 - 737[article]Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 079-2017021 RAB Revue Centre de documentation En réserve L003 Disponible 079-2017022 RAB Revue Centre de documentation En réserve L003 Disponible