浏览全部资源
扫码关注微信
西宁市测绘院
Published:2026
移动端阅览
宋海艳. 改进蚁狮优化算法优化BP神经网模型的高程拟合方法[J]. 2026, 24(4): 28-31.
DOI:
宋海艳. 改进蚁狮优化算法优化BP神经网模型的高程拟合方法[J]. 2026, 24(4): 28-31. DOI:
针对复杂地形条件下GNSS高程异常拟合模型精度不高的问题,提出一种改进蚁狮优化算法以优化BP神经网络的建模方法。该方法通过引入非线性动态权重调整机制与和动态比例因子调节策略,改进蚁狮优化算法的搜索能力,从而实现对BP神经网络中神经元间的权值与阈值的全局搜索与局部优化,有效克服了BP神经网络易陷入梯度下降缓慢和局部极值的缺陷。基于实际工程数据,分别对比了BP神经网络、最小二乘支持向量机、标准ALO-BP方法以及所提出的改进方法在高程异常拟合精度上的表现。实验结果表明,方法所获得的高程异常拟合值与实测高程高度吻合度更高,在拟合精度和稳定性方面均优于其他方法,表现出良好的工程应用前景。
匡翠林.高精度GPS水准算法研究及其应用[D].中南大学,2004(01).
Seyedali Mirjalili.The Ant Lion Optimizer[J].Advances in Engineering Software,2015.
刘斌,郭际明,史俊波,吴迪军.利用EGM2008模型与地形改正进行GPS高程拟合[J].武汉大学学报(信息科学版),2016(04).
刘景森,霍宇,李煜.优选策略的自适应蚁狮优化算法[J].模式识别与人工智能,2020(02).
韩红超.量子粒子群BP神经网络在GNSS高程转换中的应用分析[J].测绘通报,2019(01).
于建芳,刘升,王俊杰,鲁晓艺.融合莱维飞行与黄金正弦的蚁狮优化算法[J].计算机应用研究,2020(08).
崔家武,张兴福,周波阳,杜向锋,魏德宏.改进的GNSS/水准点优化选择的逐步剔除法[J].武汉大学学报(信息科学版),2019(10).
石晨阳,袁晓燕,江志成.遗传模拟退火算法优化BP神经网络的GPS高程拟合[J].全球定位系统,2021(05).
蒙金龙,唐诗华,张炎,何广焕,刘银涛.基于MVO优化神经网络的GNSS高程异常拟合方法[J].大地测量与地球动力学,2022(12).
刘银涛,任超,王俊男,张炎,何广焕.RSA-BP组合模型在GNSS高程拟合中的应用[J].测绘通报,2023(09).
彭祥国,唐艳梅.粒子群算法优化的BP网络在GNSS高程拟合中的应用[J].工程勘察,2023(01).
朱伟刚,朱超,张亚球,魏海斌.基于卷积格网曲面拟合滤波算法的数字高程模型构建及质量评价[J].吉林大学学报(工学版),2021(03).
钱建国,徐志文,赵玉国,郭洁,王志强,赵金来.基于改进鲸鱼算法优化神经网络的GPS高程拟合方法[J].大地测量与地球动力学,2024(02).
汪会,潘海鹏,张益波.基于改进蚁狮算法的间歇反应釜优化方法研究[J].软件工程,2021(11).
伍勇.改进海鸥算法优化BP神经网络的GPS高程拟合方法[J].地理空间信息,2025(02).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution