灰色最小支持向量机模型在高程拟合中的应用

• 作者: 谢洋洋 付超 解琨 吴大鹏
• 来源期刊: 测绘科学
• 关键词: 灰色最小二乘支持向量机 PSO-GA算法 模型优化 高程拟合
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 大地测量学与导航
• 页码范围: 55-60
• 页数: 6页
• 分类号: P227
• 语种: 中文

摘要

针对传统单一灰色最小二乘支持向量机(GLSSVM)高程拟合方法的不足以及LSSVM模型参数选择的随机性,该文提出了一种基于PSO-GA算法优化的灰色最小二乘支持向量机高程拟合模型.模型将灰色模型与最小二乘支持向量机模型相结合,建立GLSSVM模型,并结合粒子群算法与遗传优化算法寻找GLSSVM模型的最优参数组合.为进一步验证提出模型的可靠性与有效性,通过具体工程实例,并将拟合结果分别与粒子群算法优化的最小二乘支持向量机模型(PSO-GLSSVM),遗传算法优化的最小二乘支持向量机模型(GA-GLSSVM)及单一GLSSVM模型进行对比分析,结果表明,PSO-GA-GLSSVM模型拟合精度更好,可靠性更高,为高程拟合研究提供了一种思路.