遗传算法优化灰色神经网络的GPS高程拟合模型

• 作者: 张锦 赖祖龙
• 来源期刊: 导航定位学报
• 学科: 地球科学
• 关键词: 全球定位系统高程拟合 遗传算法 灰色神经网络 参数优化 拟合精度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 应用技术
• 页码范围: 121-124
• 页数: 4页
• 分类号: P228
• 字数: 2474字
• 语种: 中文

摘要

为了进一步提高GPS高程拟合的精度,提出利用遗传算法优化选择灰色神经网络模型的权值阈值:对灰色神经网络的初始权值和阈值利用遗传算法进行适应度编码,并经过选择、变异及交叉确定最优的初始参数,以解决灰色神经网络初始参数随机选择拟合值无法唯一确定的问题;然后建立遗传灰色神经网络GPS高程拟合模型,并给出模型实现步骤.实验结果表明,遗传灰色神经网络GPS高程拟合模型的精度优于当前其他拟合模型的精度,且模型稳定性良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖祖龙	中国地质大学地理与信息工程学院	20	262	7.0	16.0
2	张锦	中国地质大学地理与信息工程学院	2	0	0.0	0.0