利用蜂群算法优化的区域高程拟合精度分析

摘要：

针对最小二乘支持向量机拟合法的拟合参数难以选取的问题,提出将人工蜂群算法引入最小二乘支持向量机建立高精度区域拟合模型的方法.人工蜂群算法可对最小二乘支持向量机中的参数进行全局性追踪搜索,模仿蜜蜂的采蜜过程,将参数的初选值作为蜜源,最小二乘支持向量机预测的平均平方误差作为目标函数,在一定范围内经过迭代更新确定最佳参数,最终建立精度较高的全球定位系统(GPS)高程拟合模型.实验结果表明,相比常规最小二乘支持向量机拟合法,ABC-LSSVM组合方法构建的拟合模型精度提高了28％,在此同时,该组合方法比BP神经网络拟合法的收敛效果更高、稳定性更佳,证明了ABC-LSS-VM组合方法在GPS高程拟合模型构建中的有效可行性,为GPS高程拟合模型的建立提供一定的参考价值.

关键词：人工蜂群算法、高程拟合、最小二乘支持向量机、正则化参数、核参数

所属期刊栏目：20

分类号：P228(大地测量学)

资助基金：国家自然科学基金;广西空间信息与测绘重点实验室基金;广西高校中青年教师基础能力提升项目

在线出版日期：2020-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：6330-6335