| 基于GSA-BP神经网络的GNSS高程拟合方法 |
| |
| 引用本文： | 张建奇.基于GSA-BP神经网络的GNSS高程拟合方法[J].北京测绘,2021,35(3):398-403. |
| |
| 作者姓名： | 张建奇 |
| |
| 作者单位： | 广州市城市规划勘测设计研究院,广东广州510000 |
| |
| 摘 要： | 针对传统BP神经网络模型进行全球导航卫星系统(Global Navigation Satellite System, GNSS)高程拟合时存在的收敛速度慢,易陷入局部极小值和拟合精度受初始参数选取影响大的问题,提出一种遗传模拟退火算法(Genetic Simulated Annealing,GSA)优化的BP神经网络模型:GSA-BP.该模型利用GSA的全局搜索能力对BP神经网络的模型参数进行自动寻优,确保BP网络能够获取全局最优解并提升拟合精度.最后采用实际工程算例开展试验,对所提GSA-BP模型的高程拟合性能进行评估和验证,结果表明所提GSA-BP模型相对于传统BP神经网络模型具有更高的拟合精度和更强的数据适应性,更适用于实际工程实践场景.
|
| 关 键 词： | 全球导航卫星系统(GNSS)高程拟合 BP神经网络 遗传模拟退火算法 参数寻优 |
GNSS Height Fitting Method Based on GSA-BP Neural Network |
| |
| ZHANG Jianqi.GNSS Height Fitting Method Based on GSA-BP Neural Network[J].Beijing Surveying and Mapping,2021,35(3):398-403. |
| |
| Authors: | ZHANG Jianqi |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
