【摘 要】
:
为解决标准BP神经网络模型存在的易陷入极小值、训练时间长、网络不稳定等问题,采用基于实数编码的遗传算法,优化网络初始权值和阈值,构建GPS高程异常拟合模型。通过实测数据进行计算分析,并将该模型的结果与平面拟合、二次曲面拟合及标准BP神经网络模型所得结果比较,得出如下结论:使用遗传优化BP神经网络进行高程异常拟合,模型误差和中误差均较小,故基于遗传优化BP神经网络模型具有较高的精度和较好的稳定性,可
【机 构】
:
河海大学地球科学与工程学院,南通大学计算机科学与技术学院
【基金项目】
:
河海大学大学生创新训练计划“混沌时间序列在滑坡变形预测中的应用”(201205XCX175)