传感器与微系统
傳感器與微繫統
전감기여미계통
TRANSDUCER AND MICROSYSTEM TECHNOLOGY
2008年
7期
62-65
,共4页
GPS高程%高程转换%免疫算法%BP神经网络
GPS高程%高程轉換%免疫算法%BP神經網絡
GPS고정%고정전환%면역산법%BP신경망락
BP算法是校正GPS高程拟合误差的常用手段,但传统BP算法易陷入局部极小,使测量结果的精度稳定性差.提出一种基于免疫算法(IA)和BP神经网络结合的优化算法,利用IA进行全局搜索,然后,调用BP算法进行局部搜索.实验结果表明:该优化算法在训练多层前向神经网络时可有效地避免传统BP算法易陷入局部极小,并可保持其高预测精度,收敛速度快,具有寻优的全局性和精确性,进而提高了测量精度,且神经网络的GPS高程拟合误差与标准值间的相对误差均方差小于0.0422,相对误差均值小于0.0472,相对误差最大值小于0.0503.
BP算法是校正GPS高程擬閤誤差的常用手段,但傳統BP算法易陷入跼部極小,使測量結果的精度穩定性差.提齣一種基于免疫算法(IA)和BP神經網絡結閤的優化算法,利用IA進行全跼搜索,然後,調用BP算法進行跼部搜索.實驗結果錶明:該優化算法在訓練多層前嚮神經網絡時可有效地避免傳統BP算法易陷入跼部極小,併可保持其高預測精度,收斂速度快,具有尋優的全跼性和精確性,進而提高瞭測量精度,且神經網絡的GPS高程擬閤誤差與標準值間的相對誤差均方差小于0.0422,相對誤差均值小于0.0472,相對誤差最大值小于0.0503.
BP산법시교정GPS고정의합오차적상용수단,단전통BP산법역함입국부겁소,사측량결과적정도은정성차.제출일충기우면역산법(IA)화BP신경망락결합적우화산법,이용IA진행전국수색,연후,조용BP산법진행국부수색.실험결과표명:해우화산법재훈련다층전향신경망락시가유효지피면전통BP산법역함입국부겁소,병가보지기고예측정도,수렴속도쾌,구유심우적전국성화정학성,진이제고료측량정도,차신경망락적GPS고정의합오차여표준치간적상대오차균방차소우0.0422,상대오차균치소우0.0472,상대오차최대치소우0.0503.
