基于遗传算法的BP神经网络在高程拟合中的应用

被引：10

作者：

孔令杰 ^{[1
,2
]}

李捷斌 ^{[1
,2
]}

陈伟 ^{[3
]}

机构：

[1] 长安大学地质工程与测绘学院

[2] 西部矿产资源与地质工程教育部重点实验室

[3] 南昌工程学院水利工程系

来源：

工程勘察 | 2010年 / 38卷 / 03期

关键词：

BP神经网络; 遗传算法; 收敛速度; 泛化能力; 高程拟合;

D O I：

暂无

中图分类号：

P228.4 [全球定位系统（GPS）]; TP183 [人工神经网络与计算];

学科分类号：

081105 ; 0818 ; 081802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对传统BP神经网络难以选取具有全局性的初始点的缺点,使用改进的遗传算法全局搜索优化神经网络各层之间的连接权和阈值,提高了BP神经网络的收敛速度和泛化能力。结合高程拟合算例进行训练检验,证明该方法是一种改进BP神经网络的有效方法。

引用

页码：61 / 64

页数：4

共 11 条

[1] 改进的遗传算法用于工业测量数据处理 [J].

潘国荣 ;

谷川 .

大地测量与地球动力学, 2008, (01) :55-58

[2] 混合遗传神经网络在边坡稳定性评价中的应用研究 [J].

杨蕾 ;

林红 .

中国农村水利水电, 2006, (07) :75-76+79

[3] 一类改进的遗传算法 [J].

黄绪明 .

长沙大学学报, 2005, (05) :7-10

[4] 平坦地区转换GPS高程的混合转换方法 [J].

胡伍生 ;

华锡生 ;

张志伟 .

测绘学报, 2002, (02) :128-133

[5] GPS高程转换的若干问题的研究 [J].

乔仰文 ;

辛久志 ;

王晓辉 ;

杜维申 .

测绘通报, 1999, (11) :17-19

[6] 用神经网络方法转换GPS高程 [J].

杨明清 ;

靳蕃 ;

朱达成 ;

陈现春 .

测绘学报, 1999, (04) :301-307

[7]

现代数据分析[M]. 机械工业出版社 , 吴今培, 2006

[8]

神经网络与应用[M]. 国防工业出版社 , 董长虹编著, 2005

[9]

神经网络模型及其MATLAB仿真程序设计[M]. 清华大学出版社 , 周开利, 2005

[10]

MATLAB遗传算法工具箱及应用[M]. 西安电子科技大学出版社 , 雷英杰等编著, 2005

← 1 2 →