基于MVO优化神经网络的GNSS高程异常拟合方法

作者：蒙金龙; 唐诗华; 张炎; 何广焕; 刘银涛

来源：大地测量与地球动力学, 2022, 42(12): 1233-1238.

DOI：10.14075/j.jgg.2022.12.005

• BP神经网络
• 多元宇宙优化算法
• GNSS
• 高程异常拟合

针对普通神经网络的梯度消失和易陷入局部极值的问题，提出一种基于多元宇宙优化算法(multi-verse optimizer, MVO)的BP神经网络优化方法(MVO-BP),利用MVO全局寻优的特性求取BP神经网络各层之间可靠的神经元阈值与连接权，从而使神经网络预测模型具备更高的预测精度。建立基于MVO-BP算法的GNSS高程异常拟合预测模型，并采用实际工程中少量高程异常数据进行算法可行性检验。结果表明，相较于常规的BP神经网络法及多面函数法，MVO-BP法精度更高、适用性更强，可为实际工程测量中正常高的求取提供参考。

• 单位
  广西空间信息与测绘重点实验室; 桂林理工大学