[发明专利]基于遗传算法优化改进BP神经网络的磁力计校正方法

摘要

本发明公开了一种基于遗传算法优化改进BP神经网络的磁力计校正方法，将磁力计的误差模型转换成三层改进BP神经网络（即将磁力计的误差模型参数作为改进BP神经网络的权值进行优化估计），再利用遗传算法对改进BP神经网络权值进行实时优化，从而实现磁力计的校正及补偿；改进BP神经网络结构原理如图2所示。该校正方法可以有效提高磁力计的精度，进而实现高精度定位和导航，在降低了计算机处理的复杂度的同时取得良好效果。本发明的优点在于应用性强、实时性强、可靠强、成本低、精度高、计算过程处理简洁、稳定性强等，可以有效的提高导航系统航向角精度。

主权项

基于遗传算法优化改进BP神经网络的磁力计校正方法，其特征在于：将磁力计的误差模型转换成三层改进BP神经网络，再利用遗传算法对改进BP神经网络权值进行实时优化，从而实现磁力计的校正及补偿；具体包括以下部分：第一部分：将磁力计的误差模型转换成三层改进BP神经网络，改进BP神经网络包括输入层、隐含层和输出层，其传递函数通过分析误差模型自定义得到，其中输入层为磁力计的三轴输出矢量，输出层通过改变误差模型、根据实际要求选择，且输出层的期望值为零；第二部分：使用遗传算法寻找最佳的权值和阈值，使改进BP神经网络的输出与目标输出之间误差最小，最终有效地对磁力计进行校正；遗传算法的编码对象为磁力计的三轴输出矢量；再通过初始化种群，计算适应度函数；然后再进行选择、交叉、变异操作，将优化结果反馈给改进BP神经网络，最终得到最优权值估计；第三部分：改进BP神经网络的学习过程，就是迭代地修改权值，从而使改进BP神经网络的实际输出与期望输出的误差最小；利用遗传算法优化改进BP神经网络，对改进BP神经网络的参数估计结果进行验证并反馈给改进BP神经网络来确定估计结果是否有效，从而得到最终参数估计结果；第四部分：采用限定记忆的方法实现改进BP神经网络的实时估计，从而实现磁力计的实时高精度输出，提高导航系统的精度。