粒子群算法优化的BP网络在GNSS高程拟合中的应用

摘要：

针对BP网络用于GNSS高程拟合存在收敛速度慢、易陷入局部最优等缺陷,采用粒子群算法(PSO)优化BP神经网络.通过合理选取网络的权值和阈值,对系统的参数进行有效优化,提高网络的泛化能力和拟合准确度.在顾及EGM2008重力场模型的基础上,采取"移去—恢复"策略,用粒子群算法优化的网络进行高程拟合,并与二次多项式曲面拟合法、多面函数法和BP网络拟合方法所得结果进行对比,经工程实例数据验证,结果表明粒子群算法优化的BP网络模型拟合精度更好,可靠性更高,拟合效果较BP网络模型提高了 25％,明显优于其它拟合模型,可为高程拟合研究提供新的思路和方法.

关键词：EGM2008重力场模型、粒子群算法、BP网络、移去—恢复、高程拟合

所属期刊栏目：51

分类号：P228(大地测量学)

资助基金：江西省水利厅一般科技课题202022YBKT10

在线出版日期：2023-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：58-61,73