| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-11页 |
| §1.1 研究意义与选题依据 | 第7-8页 |
| §1.2 国内外研究现状分析 | 第8-9页 |
| §1.3 主要研究内容 | 第9-11页 |
| 第二章 SAIL模型误差分析 | 第11-26页 |
| §2.1 SAIL模型简介与求解 | 第11-13页 |
| §2.2 误差数据来源及其分析 | 第13-17页 |
| §2.2.1 Radiosity模型的正向模拟 | 第13-14页 |
| §2.2.2 误差数据来源 | 第14-15页 |
| §2.2.3 误差分布检验 | 第15-17页 |
| §2.3 误差分布类型的分析与确定 | 第17-21页 |
| §2.3.1 解析法确定误差分布 | 第18-20页 |
| §2.3.2 误差的另一种可能分布类型 | 第20-21页 |
| §2.4 误差作为先验知识的表达 | 第21-26页 |
| §2.4.1 函数形式的确定 | 第22-26页 |
| 第三章 基于误差先验知识的多阶段SAIL模型反演 | 第26-39页 |
| §3.1 基于遗传算法的多阶段反演策略介绍 | 第26-29页 |
| §3.1.1 多阶段反演的必要性 | 第26页 |
| §3.1.2 不确定性和敏感性矩阵的定义 | 第26-27页 |
| §3.1.3 多角度观测数据的必要性 | 第27-28页 |
| §3.1.4 遗传算法的基本原理 | 第28-29页 |
| §3.2 SAIL模型参数反演代价函数的构造 | 第29-32页 |
| §3.2.1 代价函数 | 第29-30页 |
| §3.2.2 不确定性和敏感性矩阵的建立 | 第30-32页 |
| §3.3 反演结果 | 第32-34页 |
| §3.3.1 分阶段反演结果 | 第32页 |
| §3.3.2 分阶段反演与直接反演的结果比较 | 第32页 |
| §3.3.3 加入模型误差先验知识前后分阶段反演结果比较 | 第32-34页 |
| §3.4 参数反演精度的评价 | 第34-39页 |
| §3.4.1 自适应遗传算法性能分析 | 第34-35页 |
| §3.4.2 引入误差先验知识后的分阶段反演精度分析 | 第35-39页 |
| 第四章 总结和讨论 | 第39-43页 |
| §4.1 关于误差 | 第39-40页 |
| §4.2 关于反演 | 第40-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45页 |