冯树清等

摘 要：（本文原刊于《煤矿开采》2014年5月）传统的拟合模型含有模型误差，而神经网络是一种自适应的映射方法，避开了未知因素的影响，减小了模型误差，提高了GPS高程模型的转换精度，本文选用了神经网络中最常用的一种算法BP算法做了几类方案，给出了合理的建议。

关键词：神经网络；GPS高程模型；训练样本

1 引言

BP神经网络算法是一种反向传播学习算法，把学习的结果反馈到中间层次的隐单元，改变它们的权系矩阵，从而达到预期的学习目的，它是一种自适应的映射方法，没做假设，能减少模型误差，它是迄今为止应用最广泛的神经网络。（本文原刊于《煤矿开采》2014年5月）

2 BP神经网络算法

BP神经网络算法包括两个方面：信号的前向传播和误差的反向传播。即计算实际输出时按从输入到输出的方向进行，而权值和阈值的修正从输出到输入的方向进行，其网络模型如图2-1所示。

3 GPS水准精度评定标准

⑴ 内符合精度

根据参与拟合计算已知点的与拟合值，用求拟合残差。按照下式求GPS水准拟合的内符合精度： 其中n为参考点的个数，t为未知数的个数。它是GPS水准的模型本身精度。

⑵ 外符合精度

根据检核点的与拟合值，用求拟合残差，按照下式计算GPS水准拟合的外符合精度：，其中n为检核点的个数。外符合精度是用来评定该模型来进行GPS高程转换时所能达到的经度，是评定模型好坏的重要标准。

4 实例应用

本算例使用的数据是某矿区D级GPS高程控制网数据，共布设了36个GPS控制点，并实施了四等水准。……