基于GSA-BP神经网络的GNSS高程拟合方法

• 作者: 张建奇
• 来源期刊: 北京测绘
• 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
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 技术应用
• 页码范围: 398-403
• 页数: 6页
• 分类号: P228.4|TN231.5
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2021.03.025

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.