龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：辽宁工程技术大学
申请日：2024-03-13
公开（公告）日：2024-06-14
公开（公告）号：CN118194906A
主分类号：G06N3/006
分类号：G06N3/006;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明涉及种群智能优化算法和高程数据处理领域，公开了一种改进人工蜂群算法优化BP的高程拟合方法，所述方法包括确定BP拓扑结构，坐标数据归一化处理，BP初始化权值和阈值，改进人工蜂群算法MABC的初始化,确定适应度函数，解空间内搜索最优解，输出BP的最优权值和阈值，BP训练并输出高程拟合结果。与现有技术相比，本发明适用于改进人工蜂群算法优化BP实现高程拟合，其改进后的优化算法使得BP收敛速度更快，拟合精度更高。
主权项：1.一种改进人工蜂群算法优化BP的高程拟合方法，其特征在于，包括以下步骤：步骤一，确定BP拓扑结构确定BP的输入层节点数、隐含层节点数和输出层节点数。采用Relu函数作为BP的激活函数；步骤二，数据预处理，将坐标数据进行归一化处理使得其具有统一的尺度。将归一化的坐标数据输入到BP，获得初始权值和阈值；步骤三，MABC算法初始化，设置初始蜂群大小、最大更新失败次数、最大循环次数、解的个数、采蜜蜂和跟随蜂的数量；步骤四，将BP的训练结果的均方误差作为适应度函数；采蜜蜂按照加入Tent混沌映射的初始解产生方式更新蜜源信息即产生的新解。计算新解的适应度值并评价，若新解适应度值大于旧解，则采蜜蜂记住新解忘记旧解，否则更新失败次数加1；步骤五，未被雇佣蜂按照随机概率选择采蜜蜂搜索产生的一个解成为跟随蜂。跟随蜂按照改进的种群搜索策略搜寻产生新解并进行评价，若新解适应度值大于旧解，新解代替旧解，否则更新失败次数加1；步骤六，在所有的搜寻完成后，如果解的更新失败次数超过了预先设定的极限值，表明这个解为局部最优值，应当放弃该解对应的蜜源并重新搜索解。因此，该蜜源对应的采蜜蜂转换为侦查蜂，由侦查蜂按照步骤五中改进的种群搜索策略搜索产生新解并将其替换，完成替换后计算目前为止最优解的适应度值；步骤七，判断是否满足终止条件。若满足则执行步骤八，否则执行步骤四到七；步骤八，输出BP的最优权值和阈值，BP依据最优的权值阈值进行网络训练，满足终止条件后将最终的高程拟合结果进行输出。
全文数据：
权利要求：
百度查询： 辽宁工程技术大学 一种改进人工蜂群算法优化BP的高程拟合方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号