本文關(guān)鍵詞：基于遺傳算法優(yōu)化的廣義回歸神經(jīng)網(wǎng)絡(luò)在GPS高程轉(zhuǎn)換中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：目前GPS衛(wèi)星定位系統(tǒng)在測(cè)繪領(lǐng)域的應(yīng)用主要體現(xiàn)在平面控制測(cè)量中，而高程測(cè)量方面由于受坐標(biāo)系統(tǒng)不一致、觀測(cè)誤差等因素的影響，其精度一直被認(rèn)為不太可靠，儀器的標(biāo)稱(chēng)精度也較平面定位精度低，這在很大程度上制約了GPS技術(shù)在高程測(cè)量中的應(yīng)用。為了實(shí)現(xiàn)GPS在高程中的應(yīng)用，到目前為止已經(jīng)做大量科學(xué)研究和實(shí)踐，出現(xiàn)了各種GPS高程轉(zhuǎn)換的方法，這些方法大致可歸為三類(lèi)：幾何解析法、物理大地測(cè)量法、神經(jīng)網(wǎng)絡(luò)法。對(duì)于我國(guó)來(lái)說(shuō)重力資料匱乏，所以建立在物理大地測(cè)量法上的GPS高程轉(zhuǎn)換需要增加重力測(cè)量工作。因此目前對(duì)幾何解析法和神經(jīng)網(wǎng)絡(luò)法在GPS高程轉(zhuǎn)換方面的研究最為普遍，但這些方法都或多或少的存在一些缺陷。 本文在總結(jié)前人研究的基礎(chǔ)上給出了一種GPS高程轉(zhuǎn)換的新方法：GA-GRNN法，即利用遺傳算法的全局尋優(yōu)特性來(lái)優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)中的光滑因子，，從而提高廣義回歸神經(jīng)網(wǎng)絡(luò)的高程轉(zhuǎn)換精度。實(shí)現(xiàn)這一方法首先通過(guò)對(duì)遺傳算法和廣義回歸神經(jīng)網(wǎng)絡(luò)的理論論證來(lái)說(shuō)明該方法的可行性，然后通過(guò)具體實(shí)驗(yàn)與二次曲面擬合法、BP神經(jīng)網(wǎng)絡(luò)法、RBF神經(jīng)網(wǎng)絡(luò)法、廣義回歸神經(jīng)網(wǎng)絡(luò)法的轉(zhuǎn)換結(jié)果進(jìn)行對(duì)比來(lái)研究探討新方法的優(yōu)越性。 通過(guò)實(shí)驗(yàn)表明遺傳算法和廣義回歸神經(jīng)網(wǎng)絡(luò)的結(jié)合，能充分發(fā)揮遺傳算法在全局搜索方面的優(yōu)越性，避免了人為選擇光滑因子的局限性，該組合方法對(duì)廣義回歸神經(jīng)網(wǎng)絡(luò)的優(yōu)化效果明顯，而且運(yùn)算速度較快，整體逼近性能良好，高程轉(zhuǎn)換結(jié)果較理想，完全能滿(mǎn)足大比例尺測(cè)圖的需要；而且較之于二次曲面擬合法，避免了模型誤差，較之于BP神經(jīng)網(wǎng)絡(luò)法，避免了陷入局部最優(yōu)，較之于RBF神經(jīng)網(wǎng)絡(luò)法，避免了多個(gè)參數(shù)尋優(yōu)的繁瑣，較之于GRNN法，避免了對(duì)SPREAD參數(shù)的不斷嘗試，因此GA-GRNN法具有良好的轉(zhuǎn)換精度和較高的轉(zhuǎn)換效率；最后GA-GRNN法較之于其他傳統(tǒng)GPS高程轉(zhuǎn)換方法具有較高的泛化能力，對(duì)于參與擬合的點(diǎn)位數(shù)量和分布狀況的依賴(lài)性有所減弱，所以在缺乏數(shù)據(jù)點(diǎn)或數(shù)據(jù)點(diǎn)分布不均勻的情況下優(yōu)先考慮GA-GRNN法。 綜上所述，基于遺傳算法優(yōu)化廣義回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行GPS高程轉(zhuǎn)換的方法是切實(shí)可行，且具有實(shí)際應(yīng)用精度。
【關(guān)鍵詞】：GPS 遺傳算法 神經(jīng)網(wǎng)絡(luò) 高程轉(zhuǎn)換
【學(xué)位授予單位】：重慶交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：P228.4
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 研究背景10-11
• 1.2 研究的目的和意義11-12
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀12-14
• 1.4 本文研究的主要內(nèi)容14
• 1.5 論文組織結(jié)構(gòu)14-16
• 第二章 GPS 高程理論及轉(zhuǎn)換方法16-29
• 2.1 GPS 高程理論16-21
• 2.1.1 高程系統(tǒng)及其相互關(guān)系16-18
• 2.1.2 GPS 高程測(cè)量參考基準(zhǔn)18-19
• 2.1.3 GPS 高程測(cè)量的基本原理19-20
• 2.1.4 GPS 高程測(cè)量的基本要求20-21
• 2.2 GPS 高程轉(zhuǎn)換思路及方法21-25
• 2.2.1 GPS 高程轉(zhuǎn)換的基本思路21
• 2.2.2 確定高程異常的常用方法21-25
• 2.3 GPS 高程轉(zhuǎn)換精度評(píng)定25-28
• 2.3.1 GPS 高程轉(zhuǎn)換誤差來(lái)源25-26
• 2.3.2 提高 GPS 高程轉(zhuǎn)換精度的措施26
• 2.3.3 精度評(píng)定26-28
• 2.4 本章小結(jié)28-29
• 第三章 遺傳算法優(yōu)化理論29-39
• 3.1 遺傳算法概述29-30
• 3.1.1 遺傳算法的發(fā)展與應(yīng)用29-30
• 3.1.2 遺傳算法的特點(diǎn)30
• 3.2 遺傳算法的要素和流程30-32
• 3.2.1 GA 算法的基本要素30-31
• 3.2.2 GA 算法的基本流程31-32
• 3.3 遺傳算法的技術(shù)實(shí)現(xiàn)32-36
• 3.3.1 遺傳編碼32-33
• 3.3.2 適應(yīng)度計(jì)算33
• 3.3.3 遺傳算子設(shè)計(jì)33-35
• 3.3.4 控制參數(shù)的選擇35-36
• 3.4 MATLAB 遺傳算法工具箱36-38
• 3.5 本章小結(jié)38-39
• 第四章 神經(jīng)網(wǎng)絡(luò)理論39-50
• 4.1 神經(jīng)網(wǎng)絡(luò)概述39-41
• 4.1.1 神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用39
• 4.1.2 人工神經(jīng)元模型39-40
• 4.1.3 人工神經(jīng)網(wǎng)絡(luò)的基本原理及特征40-41
• 4.1.4 MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱41
• 4.2 BP 神經(jīng)網(wǎng)絡(luò)41-44
• 4.2.1 BP 神經(jīng)網(wǎng)絡(luò)算法的基本原理41-42
• 4.2.2 BP 算法的缺陷42-43
• 4.2.3 MATLAB 中創(chuàng)建 BP 網(wǎng)絡(luò)的函數(shù)及調(diào)用格式43
• 4.2.4 基于 BP 算法的 GPS 高程轉(zhuǎn)換過(guò)程43-44
• 4.3 RBF 神經(jīng)網(wǎng)絡(luò)44-46
• 4.3.1 RBF 神經(jīng)網(wǎng)絡(luò)算法的基本原理44-45
• 4.3.2 RBF 算法的缺陷45
• 4.3.3 MATLAB 中創(chuàng)建 RBF 網(wǎng)絡(luò)的函數(shù)及調(diào)用格式45-46
• 4.3.4 基于 RBF 網(wǎng)絡(luò)的 GPS 高程轉(zhuǎn)換過(guò)程46
• 4.4 廣義回歸神經(jīng)網(wǎng)絡(luò)46-49
• 4.4.1 GRNN 算法的基本原理46-48
• 4.4.2 GRNN 算法的缺陷48
• 4.4.3 光滑因子的優(yōu)化48
• 4.4.4 MATLAB 中創(chuàng)建 GRNN 網(wǎng)絡(luò)的函數(shù)及調(diào)用格式48
• 4.4.5 基于 GRNN 的 GPS 高程轉(zhuǎn)換過(guò)程48-49
• 4.5 本章小結(jié)49-50
• 第五章 基于 GA-GRNN 的 GPS 高程轉(zhuǎn)換實(shí)驗(yàn)分析50-78
• 5.1 GA-GRNN 組合模型的可行性研究50
• 5.1.1 理論基礎(chǔ)50
• 5.1.2 實(shí)現(xiàn)平臺(tái)50
• 5.2 GPS 高程轉(zhuǎn)換 GA-GRNN 模型構(gòu)建50-53
• 5.2.1 問(wèn)題描述50
• 5.2.2 算法流程設(shè)計(jì)50-51
• 5.2.3 MATLAB 程序設(shè)計(jì)51-52
• 5.2.4 結(jié)果輸出及分析52-53
• 5.3 基于 GA-GRNN 的 GPS 高程轉(zhuǎn)換實(shí)驗(yàn)53-59
• 5.3.1 實(shí)驗(yàn)數(shù)據(jù)53-54
• 5.3.2 實(shí)驗(yàn)方案54-57
• 5.3.3 實(shí)驗(yàn)結(jié)果57-58
• 5.3.4 結(jié)果分析58-59
• 5.4 基于其他方法的 GPS 高程轉(zhuǎn)換實(shí)驗(yàn)59-73
• 5.4.1 二次曲面擬合59-63
• 5.4.2 BP 神經(jīng)網(wǎng)絡(luò)63-67
• 5.4.3 RBF 神經(jīng)網(wǎng)絡(luò)67-70
• 5.4.4 廣義回歸神經(jīng)網(wǎng)絡(luò)70-73
• 5.5 GA-GRNN 法與其他方法實(shí)驗(yàn)結(jié)果對(duì)比分析73-77
• 5.5.1 方案 1 各實(shí)驗(yàn)結(jié)果對(duì)比及分析73-74
• 5.5.2 方案 2 各實(shí)驗(yàn)結(jié)果對(duì)比及分析74-75
• 5.5.3 方案 3 各實(shí)驗(yàn)結(jié)果對(duì)比及分析75-76
• 5.5.4 三種實(shí)驗(yàn)方案綜合比較及分析76-77
• 5.6 本章小結(jié)77-78
• 第六章 結(jié)論與展望78-80
• 6.1 結(jié)論78
• 6.2 展望78-80
• 致謝80-81
• 參考文獻(xiàn)81-84
• 在學(xué)期間發(fā)表的論著及取得的科研成果84

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王紅;;GPS高程轉(zhuǎn)換為正常高的探討[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年06期

2 謝忠O

本文編號(hào)：347081