基于改进鲸鱼算法优化神经网络的GPS高程拟合方法OACSTPCD
GPS Height Fitting Method Based on Improved Whale Algorithm Optimized Neural Network
采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理.在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常拟合预测模型,并通过两组不同地形特征工程中的GPS数据对模型进行验证.结果表明,利用改进鲸鱼算法优化的BP模型进行GPS高程拟合时可取得更高的精度和稳定性.
钱建国;徐志文;赵玉国;郭洁;王志强;赵金来
辽宁工程技术大学测绘与地理科学学院,辽宁省阜新市玉龙路 88 号,123000国能宝日希勒能源有限公司,内蒙古自治区呼伦贝尔市神宝路 751 号,021599扎赉诺尔煤业有限责任公司,内蒙古自治区呼伦贝尔市育林街 17 号,021410
测绘与仪器
改进鲸鱼算法混沌映射自适应惯性权重高程拟合BP神经网络
improved whale algorithmchaotic mappingadaptive inertial weightelevation anomaly fittingBP neural network
《大地测量与地球动力学》 2024 (002)
122-127 / 6
评论