基于改进RBF神经网络的GNSS高程拟合

• 作者: 张建 彭金英 杜世高 袁德宝 赵传武
• 来源期刊: 大地测量与地球动力学
• 学科: 地球科学
• 关键词: GNSS 高程拟合 改进的粒子群算法 RBF神经网络 MATLAB
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 现代大地测量
• 页码范围: 221-224,241
• 页数: 5页
• 分类号: P228
• 字数: 3008字
• 语种: 中文
• DOI: 10.14075/j.jgg.2020.03.001

摘要

针对传统的RBF神经网络模型在GNSS高程拟合中拟合精度较低、稳定性较差、相关因子需提前人为设置等问题,通过将改进的自适应权重粒子群优化算法与MATLAB RBF神经网络函数newrb相结合,实现RBF神经网络函数模型中隐含节点数和SPREAD值的自动优化选取,提高算法在GNSS高程拟合中的精度和稳定性.通过实例分析,该方法拟合精度高,可达到mm级精度,相对于传统的二次多项式模型精度提高17％,稳定性良好.