基于改进小波神经网络的GPS高程拟合研究

摘要

针对小波神经网络存在的局限性,采用粒子群算法对小波神经网络进行优化,并在此基础上建立GPS高程异常值的拟合模型。为了避免粒子群算法陷入局部极小值和收敛速度慢等问题,采用惯性权重非线性递减和自适应学习因子相结合的策略对粒子群算法进行改进,从而提高模型的训练精度。以某矿区实测GPS数据为例,对所建模型的拟合性能进行验证。结果表明,改进后的小波神经网络模型进行GPS高程拟合时具有更高的精度和稳定性。