GA-SVR算法在矿区GPS高程拟合中的应用

针对矿区地形条件复杂，常规水准测量工作量大、时效性差的问题，基于统计学习理论，提出利用支持向量回归算法计算高程异常精化似大地水准面，将GPS高程应用到矿区快速水准测定。采用基于遗传算法的全局搜索优化支持向量回归训练参数，解决了回归模型训练中人为选取参数的盲目性，提高了算法的泛化能力和回归精度。最后采用矿区实测数据，对比多项式拟合、径向基神经网络计算高程异常，结果表明：基于遗传算法的支持向量回归算法结构简单，回归精度优于多项式拟合和径向基神经网络，可以应用于矿区GPS高程拟合。