粒子群算法优化的BP网络在GNSS高程拟合中的应用

针对BP网络用于GNSS高程拟合存在收敛速度慢、易陷入局部最优等缺陷，采用粒子群算法(PSO)优化BP神经网络。通过合理选取网络的权值和阈值，对系统的参数进行有效优化，提高网络的泛化能力和拟合准确度。在顾及EGM2008重力场模型的基础上，采取“移去—恢复”策略，用粒子群算法优化的网络进行高程拟合，并与二次多项式曲面拟合法、多面函数法和BP网络拟合方法所得结果进行对比，经工程实例数据验证，结果表明粒子群算法优化的BP网络模型拟合精度更好，可靠性更高，拟合效果较BP网络模型提高了25%,明显优于其它拟合模型，可为高程拟合研究提供新的思路和方法。