基于改进粒子群优化神经网络的高程异常拟合方法

张文君; 师文杰

您当前的位置：

首页 >

文章列表页 >

基于改进粒子群优化神经网络的高程异常拟合方法

更新时间：2026-08-11

- 基于改进粒子群优化神经网络的高程异常拟合方法
- Vol. 23, Issue 3, Pages: 1-4(2025)
- 作者机构：
  
  1. 青海省基础测绘院
  2. 青海省有色第一地质勘查院
- 作者简介：
- 基金信息：
- DOI：
  CLC： P228
- Published：2025
- 稿件说明：
移动端阅览
张文君, 师文杰. 基于改进粒子群优化神经网络的高程异常拟合方法[J]. 2025, 23(3): 1-4.
DOI：

张文君, 师文杰. 基于改进粒子群优化神经网络的高程异常拟合方法[J]. 2025, 23(3): 1-4. DOI：

摘要

针对BP神经网络高程异常拟合时存在的局部最优、收敛速度慢等问题，提出了基于改进粒子群优化神经网络的高程异常拟合方法。通过结合惯性权值因子的非线性调整策略与学习因子的线性调整策略，能有效提高粒子群算法的收敛速度，避免出现局部最优解情况。利用改进粒子群算法优化BP神经网络初始参数，以提高高程异常拟合精度。通过两组典型实验区验证了该方法的精度与有效性。

Abstract

关键词

Keywords

references

杨天宇.基于BP神经网络的GPS高程拟合及其在杭州湾跨海大桥中的应用[D].西南交通大学,2006(09).

Kai Xu,Youguang Guo,Gang Lei,Jianguo Zhu.Estimation of Iron Loss in Permanent Magnet Synchronous Motors Based on Particle Swarm Optimization and a Recurrent Neural Network[J].Magnetism,2023.

房新玉,解静,刘盾,崔嘉.基于BP神经网络似大地水准面精化精度分析[J].地理空间信息,2023(11).

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).

魏德宏,禤键豪,杨嘉伟,张兴福,余旭.基于深度BP/ELMAN神经网络的山区GNSS高程转换精度分析[J].测绘通报,2023(09).

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).

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).

陈安平,李红伟,谢刚生,姚朝龙,谢辉荣.基于多项式曲面拟合模型的高程转换方法及其结果分析[J].测绘通报,2022(10).

石晨阳,张振威,袁晓燕,柴香,曹海迪.神经网络实现线状工程GNSS高程转换[J].导航定位学报,2022(03).

周伟.插值和拟合方法在高程异常模型建立中的应用[J].地理空间信息,2021(03).

谢萌丽,姜永涛,刘国仕.小区域GNSS高程异常拟合方法研究[J].全球定位系统,2020(05).

蒲伦,唐诗华,罗洁,肖燕,邢鹏威.利用粒子群算法优化的GPS高程拟合精度分析[J].测绘科学技术学报,2018(06).

陶叶青,毛广雄,周晓钟.高程异常拟合病态EIV模型的广义岭估计算法[J].大地测量与地球动力学,2018(05).

魏宗海.几种改进的BP神经网络在GPS高程拟合中的应用比较[J].全球定位系统,2016(05).

高红,文鸿雁,聂光裕,杨志,韩亚坤.基于粒子群优化算法的LS-SVM的GPS高程拟合[J].桂林理工大学学报,2016(02).

Views

185

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

改进灰狼优化BP神经网络的大坝水平位移预测研究

改进海鸥算法优化最小二乘支持向量机的高程异常拟合

改进海鸥算法优化BP神经网络的GPS高程拟合方法

MVO优化加权最小二乘支持向量机的高程异常拟合

改进蚁狮优化算法优化BP神经网模型的高程拟合方法

Related Author

宋忠宁

童严文

曾广海

伍勇

张炯

张志军

谢岩鹏

宋海艳

Related Institution

青海省第一地质勘查院

青海省水文地质工程地质环境地质调查院

青海省水文地质及地热地质重点实验室

湖北省荆州市水文水资源勘测局

西宁市国土勘测规划研究院有限公司

AI问答

⁰