改进海鸥算法优化最小二乘支持向量机的高程异常拟合

曾广海; 童严文

您当前的位置：

首页 >

文章列表页 >

改进海鸥算法优化最小二乘支持向量机的高程异常拟合

更新时间：2026-08-11

- 改进海鸥算法优化最小二乘支持向量机的高程异常拟合
- Vol. 23, Issue 11, Pages: 90-94(2025)
- 作者机构：
  
  1. 青海省水文地质及地热地质重点实验室
  2. 青海省水文地质工程地质环境地质调查院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP18;P228.4
- Published：2025
- 稿件说明：
移动端阅览
曾广海, 童严文. 改进海鸥算法优化最小二乘支持向量机的高程异常拟合[J]. 2025, 23(11): 90-94.
DOI：

曾广海, 童严文. 改进海鸥算法优化最小二乘支持向量机的高程异常拟合[J]. 2025, 23(11): 90-94. DOI：

摘要

为获取更可靠的高程异常拟合模型，提出了一种改进海鸥算法（SOA）优化最小二乘支持向量机（LSSVM）的高程异常拟合模型。首先通过莱维飞行策略与非线性附加变量的收敛方式对SOA进行改进，优化种群初始位置的多样性、避免算法过早陷入局部最优解，以改善SOA的寻优能力；然后利用改进算法获取LSSVM关键参数的最优值，构建SOA-LSSVM的高程异常拟合模型，并利用实际工程数据进行验证分析。结果表明，LSSVM、SOA-LSSVM和ISOA-LSSVM模型的高程异常拟合中误差分别为0.133、0.119、0.052 m

ISOA-LSSVM模型具有更高的拟合精度，验证了该方法的可行性与优越性。

Abstract

关键词

Keywords

references

蒲伦,唐诗华,张紫萍,胡新凯,肖燕.基于蚁群算法的多面函数在GPS高程拟合中的应用[J].大地测量与地球动力学,2019(01).

蒲伦,唐诗华,刘银涛,黄昶程,唐宏.利用蚁群遗传算法改进高程异常拟合模型[J].测绘科学,2019(07).

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).

杨帆,谢洋洋.基于LSSVM的区域卫星高程拟合模型[J].导航定位学报,2017(01).

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).

谭江涛,王章朋,钟波,丁剑.多面函数参数自适应选取方法在GPS高程拟合中的应用[J].大地测量与地球动力学,2020(08).

钱建国,樊意广.基于改进小波神经网络的GPS高程拟合研究[J].大地测量与地球动力学,2022(03).

李明飞,吴军超,张一驰.基于最小二乘支持向量机的组合模型在区域似大地水准面拟合中的应用[J].大地测量与地球动力学,2022(09).

李圣明,史俊波,李林,董新莹.大高差区域最优GNSS高程异常拟合模型的确定[J].地理空间信息,2023(01).

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).

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).

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).

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).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

改进北方苍鹰优化LSSVM的高程异常拟合算法

基于改进粒子群优化神经网络的高程异常拟合方法

MVO优化加权最小二乘支持向量机的高程异常拟合

大高差区域最优GNSS高程异常拟合模型的确定

基于SOA的多源三维空间数据发布平台设计与实现

Related Author

马亮

张文君

师文杰

谢岩鹏

张志军

张炯

李圣明

史俊波

Related Institution

青海省交通规划设计研究院有限公司

青海省基础测绘院

青海省有色第一地质勘查院

西宁市国土勘测规划研究院有限公司

中交第二公路勘察设计研究院有限公司

AI问答

⁰