학술논문
基于MVO优化神经网络的GNSS高程异常拟合方法 / GNSS Height Anomaly Fitting Method Based on MVO Optimized Neural Network
Document Type
Academic Journal
Author
Source
仪器仪表用户 / Instrumentation Customer. 42(12):1233-1238
Subject
Language
Chinese
ISSN
1671-1041
Abstract
针对普通神经网络的梯度消失和易陷入局部极值的问题,提出一种基于多元宇宙优化算法(multi-verse optimizer,MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权,从而使神经网络预测模型具备更高的预测精度.建立基于MVO-BP算法的GNSS高程异常拟合预测模型,并采用实际工程中少量高程异常数据进行算法可行性检验.结果表明,相较于常规的BP神经网络法及多面函数法,MVO-BP法精度更高、适用性更强,可为实际工程测量中正常高的求取提供参考.