基于混沌粒子群优化神经网络的GPS高程拟合研究

• 作者: 刘洋洋 卢小平 庞星晨 李珵 杨尚波
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 神经网络 粒子群优化 混沌变量 Logistic映射 高程异常
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 学术研究
• 页码范围: 5-8
• 分类号: P228.4
• 语种: 中文

摘要

针对普通神经网络模型存在预测精度低等问题,采用粒子群优化神经网络权值和阈值的预测方法,建立基于该方法的BP神经网络高程异常拟合模型.为克服粒子群算法易陷入局部最优,提出并建立改进算法,即先用混沌变量初始化粒子位置,当出现早熟收敛时,对局部较优的部分粒子和全局极值采用混沌优化策略,从而提高了模型的训练精度.试验结果表明,该方法具有更好的准确性和稳定性.