遗传算法优化灰色神经网络的GPS高程拟合模型

作者：张锦; 赖祖龙^*

来源：导航定位学报, 2019, 7(03): 121-124.

DOI：10.16547/j.cnki.10-1096.20190320

• 全球定位系统高程拟合
• 遗传算法
• 灰色神经网络
• 参数优化
• 拟合精度

为了进一步提高GPS高程拟合的精度,提出利用遗传算法优化选择灰色神经网络模型的权值阈值:对灰色神经网络的初始权值和阈值利用遗传算法进行适应度编码,并经过选择、变异及交叉确定最优的初始参数,以解决灰色神经网络初始参数随机选择拟合值无法唯一确定的问题;然后建立遗传灰色神经网络GPS高程拟合模型,并给出模型实现步骤。实验结果表明,遗传灰色神经网络GPS高程拟合模型的精度优于当前其他拟合模型的精度,且模型稳定性良好。